E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
非监督学习
【机器学习(1)】基本概念、监督学习与
非监督学习
、分类与回归和模型评估
机器学习是什么数据————>>经验、规律————>>预测、判断(由数据总结出经验和规律并应用于预测和判断)机器学习基本术语数据集特征(自变量)+标签(因变量)Y:标签(label)也可以叫因变量,希望预测及解释的核心变量X:特征(features)也叫自变量,反映事物或对象的某方面的表现性质样本(sample)数据集中关于事物或者对象的每一条记录模型(model)规律和经验学习(learning)
Be_melting
·
2020-08-01 13:42
机器学习
非监督学习
——层次聚类与密度聚类
目录层次聚类:单链接聚类:全连接聚类法:组平均聚类法:离差平方和法:层次聚类sklearn:层次聚类总结:层次聚类附录:密度聚类:DBSCAN:密度聚类sklearn:密度聚类总结:密度聚类附录:层次聚类:层次聚类:单连接聚类、全连接聚类、组平均聚类、离差平方和法。单链接聚类:1、步骤:假设每个点是一个类,给每个点做标记。计算任意两点之间的距离,选择两个类之间的最短距离,将两个点聚成一个类。2、系
laboirousbee
·
2020-08-01 13:03
非监督学习
非监督学习
——(PCA主成分分析)
1、PrincipalComponentAnalysis——PCA,擅长处理坐标系的移动和旋转问题。2、它是一套全面应用于各类数据分析的分析方法。3、概述原理:无论收到任何形状的数据,PCA从旧坐标系统仅通过转化和轮换获得新坐标系统,根据数据中心,将新坐标中心移动到数据中心,将新的x轴移至变化的主轴,在整个数据集中寻找最大方差的位置,进一步把轴移至正交处重要性较低的方向,主成分分析找到轴,并告诉这
laboirousbee
·
2020-08-01 13:03
非监督学习
非监督学习
——高斯混合模型与聚类验证
目录高斯混合模型:sklearn高斯混合模型:高斯混合模型总结:高斯混合模型附录:聚类分析过程:聚类验证:外部评价指标:内部评价指标:高斯混合模型:1、温和的聚类算法,这种聚类算法假定每个类都遵循特定的统计分布。2、步骤:初始化K个高斯分布将数据集聚类成我们初始化的两个高斯——期望步骤或E步骤基于软聚类重新估计高斯——最大化或M步骤评估对数似然来检查收敛,收敛——>输出结果不收敛——>返回第二步骤
laboirousbee
·
2020-08-01 13:03
非监督学习
非监督学习
——随机投影与ICA
目录随机投影:sklearn随机投影:独立成分分析(IndependentComponentAnalysis):sklearn独立成分分析:应用:随机投影:1、系统计算资源有限或主成分分析太繁重,使用随机投影。2、基本前提:可以用数据集乘以一个随机矩阵,以减少其维度的数量,公式:。3、支持随机投影的理论:Johnson-LindenstraussLemma,处于高维度空间的有N个点的数据集,乘以随
laboirousbee
·
2020-08-01 13:03
非监督学习
非监督学习
——特征缩放
特征缩放:1、一种重缩放此类特征的方法。2、公式:3、要思考的问题:如果x_max和x_min相同怎么办?例如,假设输入特征的列表是[10,10,10]——分母将为零。我们的建议是通常为每个新特征指定0.5(0.0和1.0中间),但这实际上由你自己决定。要点是,这个公式可能会有问题。4、使用RBF核函数的SVM和K-均值聚类机器学习算法会受到特征缩放的影响5、https://scikit-lear
laboirousbee
·
2020-08-01 09:32
非监督学习
机器学习种的监督学习与
非监督学习
的联系与区别
当下无监督作为一种热门的机器学习技术,网上有不少关于无监督与有监督差异讨论的文章。DataVisor作为率先将无监督技术运用在反欺诈行业的娇娇领先者,我们在本文中,将深入浅出的讲解无监督机器学习技术与有监督技术在不同方面的区别,通过对比这两种技术,让大家对无监督反欺诈技术有更好的了解。对比一:有标签vs无标签有监督机器学习又被称为“有老师的学习”,所谓的老师就是标签。有监督的过程为先通过已知的训练
进击的草莓
·
2020-08-01 03:36
deep
learning
machine
learning
Q-学习:强化学习
:http://mnemstudio.org/path-finding-q-learning-tutorial.htm这篇教程通过简单且易于理解的实例介绍了Q-学习的概念知识,例子描述了一个智能体通过
非监督学习
的方法对未知的环境进行学习
雨的微笑
·
2020-08-01 02:39
人工智能与机器学习
Udacity机器学习入门——聚类Clustering
非监督学习
:聚类、降维聚类:K-means1.随意画出聚类中心2.分配3.优化连接集群中心,画等距垂直于两集群连线的线优化:移动中心再分配,再优化········直至两个类的正确中心位置很有意思的k-means
张文彬彬
·
2020-08-01 01:14
机器学习入门笔记
从零开始实现主成分分析(PCA)算法
知乎专栏:https://www.zhihu.com/people/feng-xue-ye-gui-zi前面两篇文章详细讲解了线性判别分析LDA,说到LDA,就不能不提到主成份分析,简称为PCA,是一种
非监督学习
算法
浩瀚之水_csdn
·
2020-07-31 15:30
#
降维算法
Udacity课程机器学习方向笔记(3)
非监督学习
课程3:
非监督学习
lesson1聚类在大多数情况下,从现实世界获取的数据并不附有标记,在这种情况下,机器学习要做些什么,就要使用
非监督学习
。
yeva_o
·
2020-07-31 13:32
学习笔记
InfoGAN介绍
这篇paper所要达到的目标就是通过
非监督学习
得到可分解的特征表示。使用GAN加上最大化生成的图片和输入编码之间的互信息。
理想主义文艺青年
·
2020-07-30 01:52
机器学习
机器学习——基础
什么是机器学习程序从经验中(E)学习,达到一定的性能(P),完成特定的任务(T)机器学习的应用无人直升机,手写体识别,大量的自然语言处理,电脑视觉机器学习的例子监督学习回归:房价预测分类:垃圾邮件分类、肿瘤分类
非监督学习
聚类
joker_shy
·
2020-07-29 19:41
机器学习
1.2Unsupervised Learning(
非监督学习
)
UnsupervisedLearning
非监督学习
:就是对一个未知特征与结果的数据集进行聚类,将相似的数据归为同一类。例如输入许多图片来进行聚类来讲相似的图片归为一类。
不用总是开心
·
2020-07-29 16:29
scikit-learn 入门
非监督学习
:训练数据中包含了一组没有对应目标值的向量x,通
KayZhou
·
2020-07-29 16:05
机器学习哪些事
1.机器学习可以根据训练时监督的量和类型分为四类:监督学习,
非监督学习
,半监督学习和强化学习1.1监督学习:用来训练算法的训练数据包含了答案(即标签)重要的监督学习算法:K近邻算法,线性回归,逻辑回归,
mengenqing
·
2020-07-29 14:55
机器学习
机器学习分类
监督/
非监督学习
监督学习K近邻算法线性回归逻辑回归支持向量机(SVM)决策树和随机森林神经网络
非监督学习
聚类K均值层次聚类分析(HierarchicalClusterAnalysis,HCA)期望最大值
音符纸飞机
·
2020-07-29 06:37
深度学习 - 深度学习 (人工神经网络的研究的概念)
文章目录深度学习-深度学习(人工神经网络的研究的概念)1、概念2、相关应用场景3、简介4、区别于浅层学习5、典型模型案例6、深度学习是如何进行训练的自下上升的
非监督学习
自顶向下的监督学习深度学习-深度学习
简简单单OnlineZuozuo
·
2020-07-29 05:21
IoT
/
爬虫
/
大数据
/
AI
Paper Rewiew: Unsupervised Learning of Digit Recognition Using Spike-Timing-Dependent Plasticity
实验结果设计细节讨论源代码的错误其他阅读时间:2017年12月更新时间:2018年6月,合并了在《Frontiersincomputationalneuroscience》上发表的同名文章文章信息题目:基于STDP
非监督学习
的数字识别刊物
xiaoquinNUDT
·
2020-07-29 00:25
论文阅读笔记
机器学习之
非监督学习
——(猫狗识别案例/搭建卷积神经网络)
非监督学习
监督学习的存在它的弊端,例如对我们人类还无法分辨和归类的事物,监督学习就无法完成,所以为了弥补这个缺陷,下面我们看一下新
非监督学习
,它可以让计算机学会进行更加复杂的分类。
泛舟客
·
2020-07-28 21:05
python
机器学习
卷积神经网络
非监督学习
猫狗识别
《机器学习实战》-机器学习基础
目录机器学习基础什么是机器学习机器学习应用场景海量数据机器学习的重要性机器学习的基本术语监督学习和
非监督学习
监督学习:supervisedlearning
非监督学习
:unsupervisedlearning
weixin_30266885
·
2020-07-28 15:33
java
操作系统
数据结构与算法
【机器学习】之机器学习方法的分类
1,监督学习给机器的训练数据拥有标记和答案例如:图像已经积累了标定信息银行已经积累了客户的信息和信用卡的信息2,
非监督学习
给机器的训练数据没有标记或答案对没有标记的数据进行分类–聚类分析对数据进行降维处理特征提取
逸羽菲
·
2020-07-28 08:50
机器学习
离群点(孤立点、异常值)检测方法
异常点检测,有时也叫离群点检测,英文一般叫做NoveltyDetection或者OutlierDetection,是比较常见的一类
非监督学习
算法,这里就对异常点检测算法做一个总结。离群点是什么?
yespon
·
2020-07-28 00:07
大数据&挖掘
机器学习总结——前言
机器学习任务类型主要分为两大类:•监督学习(SupervisedLearning)–分类(Classification)–回归(Regression)–排序(Ranking)•
非监督学习
(UnsupervisedLearning
二月鳥
·
2020-07-27 21:50
机器学习理论
机器学习操作
Naive Bayes Classifer介绍
NaiveBayes属于机器学习算法中的一种,机器学习分为监督学习和
非监督学习
,监督学习通常用于预测分类,简单的讲监督学习是需要人为参与给数据添加标签,比如人为地判断某段评论是正面还是负面。
SAN_YUN
·
2020-07-27 17:01
机器学习
大数据分析常见算法
机器学习包括监督学习、
非监督学习
、强化学习等,而监督学习又包括分类学习、回归学习、排序学习、匹配学习等。
yixl
·
2020-07-16 05:35
数据挖掘与机器学习算法
InfoGAN(Interpretable representation learning by information maximizing GAN)
infogan-interpretable-representation-learning-by-information-maximizing-generative-adversarial-nets.pdf摘要:论文提出了InfoGAN算法,该算法是GAN算法的延伸,能在
非监督学习
下学习到很好的
奔跑的林小川
·
2020-07-16 05:34
强化学习
面试回答:KNN和K-Means的区别?
区别KNN是一种监督学习算法,解决分类问题,而K-Means是
非监督学习
算法,解决聚类问题。KNN是人为选定k,含义是考察k个最近的样本,决定未知样本的所属分类,没有明显的训练过程。
Shine.C
·
2020-07-16 05:36
算法
监督学习——回归
基于似然的方法)第三部分监督学习——分类(基于判别式的方法)(参数方法——判别式参数估计)第四部分监督学习——回归第五部分监督学习——关联规则第六部分维度规约(特征的提取和组合)第七部分半参数方法第八部分
非监督学习
有机会一起种地OT
·
2020-07-16 04:24
深度学习-前言
数据量大,数据之间有局部相关性整体解释:1)自下而上的
非监督学习
2)自顶向下的监督学习接下来,在深度学习板块,我将结合自己找工作时候涉及到的一些深度学习方面的知识进行总结,希望可以对博友们有所帮助。
Easy.miclover
·
2020-07-16 03:33
深度学习
面试总结
可视化股票市场结构||沪深300股票聚类可视化
后半部分是基于案例做的沪深300可视化此案例采用了几种
非监督学习
技术从历史数据变体中提取股票市场结构。此处使用的数据量是历史价格的变体:相关联的报价在一天内倾向于产生联动。
Quant_Learner
·
2020-07-15 19:08
小白学Python
小白学机器学习
小白学量化交易
机器学习与量化交易
统计学习方法
统计学习的方法:监督学习
非监督学习
半监督学习强化学习第一章统计学习方法概论1.2监督学习监督学习的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。
zhangyu4863
·
2020-07-15 12:09
书-总结
kNN与kMeans聚类算法的区别
KNNK-Means目的是为了确定一个点的分类目的是为了将一系列点集分成k类KNN是分类算法K-Means是聚类算法监督学习,分类目标事先已知
非监督学习
,将相似数据归到一起从而得到分类,没有外部分类训练数据集有
weixin_34132768
·
2020-07-15 05:01
主动学习——active learning
activelearning的基本思想activelearning与半监督学习的不同参考文献1.写在前面在机器学习(Machinelearning)领域,监督学习(Supervisedlearning)、
非监督学习
铭霏
·
2020-07-15 01:14
机器学习
机器学习之深入理解K-means、与KNN算法区别及其代码实现
K-means方法是一种
非监督学习
的算法,它解决的是聚类问题。
qinjianhuang
·
2020-07-14 22:53
机器学习
机器学习
机器学习算法原理系列篇7:机器学习算法可以怎么分类
1.监督学习(supervisedlearning)v.s.
非监督学习
(unsupervisedlearni
robot_learner
·
2020-07-14 21:45
机器学习算法和原理
百度深度学习工程师认证(已通过)
https://ai.baidu.com/paddlepaddle/openCourses(个人感觉讲的不是很好,有点无趣(背书),最好是结合博客及相关文献进行了解)第一天:机器学习入门第1章监督学习与
非监督学习
简介第
蜡笔小新灬
·
2020-07-14 20:10
深度学习知识点总结
机器学习知识点总结
深度学习网络架构
数字图像处理
EM算法及其推广
年由Dempster等人总给提出,用于含有隐变量的概率模型参数的极大似然估计,或极大后验概率,E,求期望;M,求极大似然估计,简称EM算法Dempster:EM算法的引入EM算法EM算法的导出EM算法在
非监督学习
中的应用
蔚SE
·
2020-07-14 17:24
机器学习
聚类(Clustering) - K-means算法 - 理论详解实战
一、Kmeans算法计算过程理论讲解1.归类:聚类(clustering)属于
非监督学习
(unsupervisedlearning)无类别标记(classlabel)2.举例:3.K-means算法:3.1Clustering
youngPengWang
·
2020-07-14 14:01
机器学习
机器学习实战
第一周 kNN算法 学习心得
第一周kNN算法学习心得学习目标:1.了解kNN算法的思想及其原理2.使用python手动实现kNN算法,并在sklearn中调用kNN算法3.了解监督学习和
非监督学习
的概念一、kNN算法概念kNN(k-NearestNeighbor
JaneMoving
·
2020-07-14 11:04
算法
读hands_on_Ml_with_Sklearn_and_TF系列第一章
主要有四类:监督学习、
非监督学习
、半监督学习和强化学习。下面分别对这是四类分别介绍。监督学习:就是看训练数据有没有标签,有则称为监督学习,没有则称为非监督
Turing Yang
·
2020-07-14 10:39
机器学习
《统计学习方法》书摘1
统计学习包括监督学习、
非监督学习
、半监督学习和强化学习。统计学习方法三要素——模型、策略、算法,对理解
comeonkimi06
·
2020-07-14 09:50
生活
统计学习方法
自监督学习(SSL)简介
首先了解一下自监督学习与监督学习、
非监督学习
的关系:自监督学习(SSL)是指:从数据本身产生某种形式的标签并训练神经网络,来解决某些特定任务或学习通用的图像、视频、语言的特征表达。
Turbo_Come
·
2020-07-14 06:53
深度学习
机器学习基础知识
机器学习技巧文章目录机器学习技巧数学术语基本知识异常情况经验误差与过拟合评估方法留出法交叉验证法(crossvalidation)自助法调参与最终模型性能度量(performancemeasure)基本概念P-R曲线ROC与AUC数学术语点积、内积可列可加性、有限可加性基本知识监督学习、
非监督学习
诸葛蜗牛
·
2020-07-14 01:56
机器学习
k-means算法、性能及优化
k-means算法、性能及优化一、k-means算法简介k-means是用来解决著名的聚类问题的最简单的
非监督学习
算法之一。该过程遵循一个简易的方式,将一组数据划分为预先设定好的k个簇。
Spring_04
·
2020-07-14 01:07
机器学习面试点总结
6.11学技术,听ng的机器学习的笔记-第一章
机器学习应用很多--databasemining数据挖掘---不能被手动编写的nlp----自主操作的系统----人类行为的学习定义算法分类,监督学习,
非监督学习
监督学习分--regression,classification
teksab
·
2020-07-13 10:31
【吴恩达机器学习】学习记录1:课程概论及相关基础概念(监督学习、
非监督学习
、损失函数、梯度下降法)
课程概论机器学习的定义监督学习
非监督学习
模型表示代价函数梯度下降法课程概论机器学习概念的简单介绍:机器学习是一种在对人工智能进行探索的过程中产生的新技术,它赋予了计算机新的能力,使其不仅仅是一个进行超级计算的工具
ayayayayo
·
2020-07-13 02:40
机器学习
使用去躁自编码提取MNIST特征
0、引言在
非监督学习
中,最典型的一类神经网络莫过于autoencoder(自编码器),它的目的是基于输入的unlabeled数据X={x(1),x(2),x(3),…}X={x(1),x(2),x(3)
zqzq19950725
·
2020-07-12 20:33
对监督学习的理解
机器学习分为监督学习,
非监督学习
,强化学习和深度学习。监督学习,是从标记的训练数据来推断一个功能的机器学习任务。比如,在家里教宝宝认识苹果和梨,你拿出四个苹果和四个梨,放桌子上教宝宝认识这些水果。
乐其英语I乐在其中
·
2020-07-12 15:59
【机器学习】K均值算法(I)
K均值算法是一类
非监督学习
类,其可以通过观察样本的离散性来对样本进行分类。例如,在对如下图所示的样本中进行聚类,则执行如下步骤1:随机选取3个点作为聚类中心。
weixin_30912051
·
2020-07-12 07:04
上一页
9
10
11
12
13
14
15
16
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他