非监督学习

如何有效的学习AI大模型？

理论学习：机器学习基础：了解监督学习、非监督学习、强化学习等基本概念。深度学习：学习神经网络的基本结构，如卷

Python程序员罗宾·2024-09-14 15:37

机器学习在医学中的应用

机器学习的基本概念：简要介绍机器学习的基本原理、分类（监督学习、非监督学习、强化学习等）和常用算法（如神经网络、支持向量机、随

听忆.·2024-09-03 18:25

每天一个数据分析题（四百八十七）- 非监督学习

关于非监督学习，在K-means聚类分析使用的距离是（）A.欧式距离B.绝对距离C.Minkowski距离D.笛卡尔距离数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖

跟着紫枫学姐学CDA·2024-08-24 23:13

每天一个数据分析题（四百八十八）- 非监督学习

关于非监督学习，在K-means聚类分析使用的距离是（）A.欧式距离B.绝对距离C.Minkowski距离D.笛卡尔距离数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖

跟着紫枫学姐学CDA·2024-08-24 23:13

深度学习如何入门？

（3）了解机器学习基础，包括监督学习和非监督学习的概念、模型评估与选择等。学习深度学习理论：（1）理解神经网络的基本组成，如神经元、激活函数

nanshaws·2024-03-13 07:29

机器学习基础（一）理解机器学习的本质

昊昊该干饭了·2024-02-20 21:38

机器学习---强化学习

1.什么是强化学习在连接主义学习中，在学习的方式有三种：非监督学习(unsupervisedlearning)、监督学习(supervisedleaning)和强化学习。

三月七꧁ ꧂·2024-02-20 16:26

机器学习之监督学习和非监督学习

监督学习(SupervisedLearning)监督学习是一种学习方式，其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。模型的任务是学习输入到输出的映射函数，以便当提供新的、未见过的数据时，模型能够预测出正确的输出。例子:邮件分类:根据邮件内容将邮件自动分类为“垃圾邮件或“非垃圾邮件”。这里，邮件内容是输入，而“垃圾邮件“或“非垃圾邮件”的非

华农DrLai·2024-02-12 11:30

如何入行人工智能

机器学习作为人工智能的核心，其基本理论涵盖了机器学习的定义、不同类型（如监督学习、非监督学习、强化学习）以及它们的主要应用场景。对于监督学习，我们需要熟悉线性回归、逻辑回归、决策树、随机森林和支持向量

科联学妹·2024-02-10 06:54

【吴恩达机器学习】第八周—聚类降维Kmeans算法

31.jpg1.聚类(Clustering)1.1介绍之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界

Sunflow007·2024-02-09 20:26

基于WGAN-GP方法的时间序列信号生成（以轴承振动信号为例）

生成对抗网络GAN作为非监督学习，由生成器和判别器两个神经网络构成。生成器从潜在空间中随机取样作为输入，试图生成与真实样本数据相仿的数据。

哥廷根数学学派·2024-02-07 20:56

聚类(Clustering)理论

一、无监督学习介绍在这小节中，我将开始介绍聚类算法，这是我们学习的第一个非监督学习算法，我们将要让计算机学习无标签数据而不是此前的标签数据。那么什么是非监督学习呢？

时间邮递员·2024-02-01 13:14

About_Machine_Learning_in_action

#监督学习######仅仅是个人理解对于机器学习，分为监督学习和非监督学习，今天的监督学习仅仅作为自己的学习记录一个数据，有他的类别，一群数据都有他们的类别，而新加入的数据却没有类别，那么监督学习就是以已知分类去区分未知分类没有例子

煮茶温酒曲终人散·2024-02-01 10:53

【吴恩达·机器学习】第一章：机器学习绪论：监督学习和非监督学习

文章目录0、声明1、前言：Part1/Week1学习总结2、机器学习绪论2.1：什么是机器学习2.2：监督学习2.2.1：回归2.2.2：分类2.2.3：回归和分类对比：2.3：非监督学习2.3.1:聚类博主简介

是瑶瑶子啦·2024-01-27 20:10

聚类(Clustering)

1.无监督学习：简介在非监督学习中，我们的数据没有附带任何标签，我们拿到的数据就是这样的：督学习中，我们需要将一系列无标签的训练数据，输入到一个算法中，然后我们告诉这个算法，快去为我们找找这个数据的内在结构给定数据

清☆茶·2024-01-26 06:10

《深度学习之美》读书笔记章三

第三章“机器学习”三重门，“中庸之道”趋若人机器学习分为三大类：监督学习，非监督学习，半监督学习3.1监督学习3.1.1感性认知监督学习监督学习：从有标签的训练数据中学习模型，然后给定某个新数组，利用模型预测它的标签

wenju_song·2024-01-22 10:38

Python入门之机器学习（非常详细）篇幅拉满，一般人看不完！

机器学习其实就是想让计算机像人一样思考而研发出的计算机理论，目前常用的机器学习有以下几种算法：监督学习supervisedlearning;非监督学习unsupervisedlearning;半监督学习

码农必胜客·2024-01-21 13:33

机器学习之卷积神经网络

卷积神经网络仿照生物的视知觉机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征进行学习。

WEL测试·2024-01-18 23:18

机器学习：李航统计学习方法笔记

詹令[email protected]待整理统计学习方法监督学习非监督学习半监督学习强化学习监督学习方法生成方法GenerativeApproach：P(Y∣X)=P(X,Y)P(X)

lealzhan·2024-01-17 08:54

【非监督学习 02】高斯混合模型

高斯混合模型（GuassianMixedModel,GMM）也是一种常见的聚类算法，与K均值算法类似，同样使用了EM算法进行迭代计算。高斯混合模型假设每个簇的数据都是符合高斯分布的，当前数据呈现的分布就是各个簇的高斯分布叠加在一起的结果。图5.6是一个数据分布的样例，如果只用一个高斯分布来拟合图中的数据，图中所有的椭圆即为高斯分布的二倍标准差所对应的椭圆。直观来说，图中的数据明显分为两簇，因此只用

一碗姜汤·2024-01-14 07:45

梯度下降法（Gradient Descent）

（GradientDescent）梯度下降法批量梯度下降法随机梯度下降法scikit-learn中的随机梯度下降法小批量梯度下降法梯度下降法梯度下降法，不是一个机器学习算法（既不是再做监督学习，也不是非监督学习

Debroon·2024-01-10 03:23

基于贝叶斯决策理论的分类器

基于贝叶斯决策理论的分类器基于贝叶斯决策理论的分类器贝叶斯决策理论1如何衡量分类好坏参数估计1极大似然估计2最大后验概率估计3最大熵估计4非参数估计贝叶斯分类器在现实中的应用1垃圾邮件分类2贝叶斯网络参考文献首先，我们知道机器学习分为监督学习和非监督学习两大类

CHENG-HQ·2024-01-08 09:39

Week9

这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又类似于一些监督学习问题。什么是异常检测呢？为了解释这个

kidling_G·2024-01-05 03:53

day4--GPT/GPT2.0

目录GPTGPT训练的两个阶段：GPT的架构图：自注意力机制：GPT-2GPT-2的架构图：GPTGPT训练的两个阶段：第一个阶段是Pre-training阶段，主要利用大型语料库完成非监督学习；第二阶段是

呆呆有库·2024-01-02 14:13

【Apriori算法Java实现版】聚类算法与关联分析

正文基本概念关联分析是一种在大规模数据集中寻找有趣关系的非监督学习算法。这些关系可以有两种形式：频繁项集或者关联规则。频繁项集（frequentitemsets)是经常出现在一块的物品的集合，

张照博·2024-01-02 09:23

机器学习一些概念

PCA：PCA最小重构误差，使得投影后的值和原来的值尽量接近，属于非监督学习。

satadriver·2024-01-02 08:43

机械学习 - 基础概念 - scikit-learn - 数据预处理 - 1

2.关于模型的概念一、机械学习概念1.监督学习总结：2.非监督学习总结：3.强化学习总结：三种学习的特点总结scikit-learn说明二、机械学习的基本实操逻辑1.采集数据2.数据预处理(Preprocessing

沐修·2024-01-01 23:37

监督学习和非监督学习有什么区别？监督学习又可分为哪两类任务？

监督学习和非监督学习是机器学习的两种主要类型，它们的区别在于训练数据的标签是否已知。监督学习：训练数据包含输入特征和对应的标签或输出值。

北辰Charih·2023-12-30 07:30

单细胞转录组数据分析课件||7. Clustering of scRNA-seq data

数据质控：选择高质量的数据进行聚类特征选择什么叫聚类为什么说聚类是非监督学习如何面对不同聚类算法得到的不同的结果介绍了几种常见的聚类算法ThislecturebyAhmedMahfouz(LeidenComputationalBiologyCenter

周运来就是我·2023-12-29 23:49

1 监督学习-概述

1.1统计学习统计学习包括监督学习、非监督学习、半监督学习及强化学习。

奋斗的喵儿·2023-12-26 14:36

聚类算法--KMeans

聚类属于非监督学习，K均值聚类是最基础常用的聚类算法。它的基本思想是，通过迭代寻找K个簇(Cluster)的一种划分方案，使得聚类结果对应的损失函数最小。其中，损失函数可以定义为

一只胖猪猪·2023-12-18 23:30

机器学习笔记

模型算法策略2.1.1分类classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，逻辑回归2.1.2回归regression连续型数据常用算法：线性回归，岭回归2.2非监督学习数据集无标签常用算法

偏偏偏执先生·2023-12-17 17:40

AI学习笔记之——多臂老虎机(Multi-armed bandit)问题

上一篇文章简要介绍了一下强化学习，强化学习是一个非常庞大的体系，与监督学习和非监督学习相比，其广度和深度都大的多，涉及到很多经典的决策算法，对统计学知识有很高的依赖。

weixin_33962923·2023-12-15 21:21

Week8

这将是一个激动人心的时刻，因为这是我们学习的第一个非监督学习算法。我们将要让计算机学习无标签数据，而不是此前的标签数据。那么，什么是非监督学习呢？在课程的一开始，我曾简单的介绍过非监督学习，然而

kidling_G·2023-12-15 06:57

k中心点聚类算法伪代码_第十三篇：K-Means 聚类算法原理分析与代码实现

现在开始，将进入到非监督学习领域。从经典的聚类问题展开讨论。所谓聚类，就是事先并不知道具体分类方案的分类(允许知道分类个数)。本文将介绍一个最为经典的聚类算法-K-Means聚类算法以及它的两种实现。

杨姓美少年·2023-12-05 05:03

深度学习基础（TensorFlow）

如何理解机器学习、深度学习和神经网络机器学习是人工智能的子研究领域，核心思想是通过经验提升性能，有监督学习非监督学习和强化学习范式；深度学习是机器学习的子研究领域，是现在非常流行的研究方法，性能非常强大

行走的参考文献·2023-11-27 21:17

【非监督学习 | 聚类】聚类算法类别大全 & 距离度量单位大全

‍♂️个人主页:@AI_magician主页地址：作者简介：CSDN内容合伙人，全栈领域优质创作者。‍景愿：旨在于能和更多的热爱计算机的伙伴一起成长！！‍‍♂️声明：本人目前大学就读于大二，研究兴趣方向人工智能&硬件（虽然硬件还没开始玩，但一直很感兴趣！希望大佬带带）【深度学习|核心概念】那些深度学习路上必经的核心概念，确定不来看看？（一）作者：计算机魔术师版本：1.0（2023.8.27）摘要：

计算机魔术师·2023-11-26 20:34

『机器学习』 ——主成分分析法（PCA）

文章首发地址见个人博客主成分分析法一个非监督学习的机器学习算法主要用于数据的降维通过降维，可以发现更便于人类理解的特征其他应用：可视化；去噪1主成分分析法1.1什么是主成分分析法举一个简单的例子，上面的图片中这组数据具有两个特征分别为特征一和特征二

Mr黄黄黄黄黄先森·2023-11-26 18:02

强化学习简介及马尔科夫决策过程

强化学习是机器学习的一个分支，和监督学习，非监督学习并列。

飞剑客阿飞·2023-11-26 08:33

我是一名程序员，帮我规划一张学习人工智能原理的路线图，循序渐进，分阶段。

机器学习概念：理解机器学习的基本概念，包括监督学习、非监督学习和强化学习。中级阶段：深入学习机器学习算法：学习和实践主要的机器学习算法，如决策树、随机森林、支持

小黄人软件·2023-11-25 17:05

什么是EM算法

EM算法的每次迭代由两步组成:E步：求期望；M步：求极大；EM算法可以用于生成模型的非监督学习。最大优点：简单性和普适性。

MusicDancing·2023-11-25 12:48

人工智能的入门知识点

分析逻辑：角色分类，特征提取举例：复联4的观影行为分析一点点的购买行为分析图像的特征如何提取关键点：基础知识+逻辑分析人工智能：机器学习（数据到智能）、强化学习（搜索到智能）机器学习：监督学习、非监督学习

兔黎·2023-11-24 13:11

【机器学习】001_监督学习与非监督学习

也称之为”示例学习（learningfromexamples）”非监督学习（Unsupervisedlearning）:训练集没有提供正确结果，而是让算法尝试识别不同数据之间的相似性，从而

Cyan.__·2023-11-22 02:07

【GEE】基于GEE进行非监督学习

1简介与摘要之前写了多季节叠加的监督学习，所以这次简单写一个非监督学习吧。。这次为了简单明了，就不整那么多虚的了，在这里我不叠图层了，有需要的可以参考前一篇博客自己添加输入的图层。

TwcatL_tree·2023-11-20 12:34

模式识别第八章数据聚类非监督学习方法

title:模式识别第八章数据聚类非监督学习方法date:2017-03-2618:47:53categories:ML/卢晓春模式识别引论mathjax:truetags:[MachineLearning

gb_QA_log·2023-11-20 03:59

halcon 目标检测代码全文注释

halcon深度学习1.模型训练1.1深度学习的概念（一）、深度学习类型监督学习有标注非监督学习无标注（二）、模型参数超参数人为设定的，网络无法学习的学习率batchsize图像大小（hwc）L2正则化系数动量值学习总轮数网络参数模型自己学习的参数

小广向前进·2023-11-14 19:19

【机器学习5】无监督学习聚类

相比于监督学习，非监督学习的输入数据没有标签信息，需要通过算法模型来挖掘数据内在的结构和模式。非监督学习主要包含两大类学习方法：数据聚类和特征变量关联。

猫头不能躺·2023-11-14 18:46

Mastering the game of Go without human knowledge 伪代码

Zero性能最好的原因在于，他全程采用非监督学习，数据全部来源于self-playbuffe

popcandyy·2023-11-09 05:17

机器学习各种算法以及开发具体流程+API具体实例+案例的实现

2、非监督学习：特征值1000个样本】机器学习算法的分类：1监督学习（预测）重点//分类：k-近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归，神经网络（目标是离散型）（样本属于哪一个类别）//大多数算法应用非常

evanwusi·2023-11-04 23:14

数据分析--机器学习

非监督学习适用于无类别信息的情况。监督学习分为两类问题：回归和分类回归：线性回归、回归树、非线性回归、贝叶斯线性回归、多项式回归分类：随机森林、决策树、逻辑回归、SVM、朴素贝叶

不上晚自习·2023-11-04 03:22

推荐频道