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
Summarize
机器学习领域分类:监督学习,
非监督学习
,半监督学习。在这儿主要说明的
sunsimple
·
2020-03-30 13:43
机器学习&监督学习&
非监督学习
概念
机器学习&监督学习&
非监督学习
概念机器学习TomMitchellprovidesamoremoderndefinition:"AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclassoftasksTandperformancemeasureP
共田君
·
2020-03-29 01:19
非监督学习
监督学习和
非监督学习
的核心区别就是数据集是否有标记。image.png如上图,两堆数据是一样的,没有特殊标记。什么是标记?数据A,给你一千封邮件,其中标记了某些是垃圾邮件,有些是正常邮件。
蟹老板爱写代码
·
2020-03-28 02:44
无监督学习入门及应用
机器学习中,除了常见的监督学习(英语:Supervisedlearning)之外,还有一个非常重要的分支——
非监督学习
(英语:Unsupervisedlearning),文章简单介绍了什么是无监督学习并推荐了
实验楼
·
2020-03-27 22:40
大数据经典算法解析(8)一KNN算法
所谓监督学习与
非监督学习
,是指训练数据是否有标注类别,若有则为监督学习,若否则为
非监督学习
。监督学习是根据输入数据(训练数据)学习一个模型,能对后来的输入做预测。
冬瓜小正太
·
2020-03-27 02:33
使用sklearn快速入门机器学习
简介sklearn(scikit-learn)是一个非常优秀的Python库,它封装了机器学习中常用的算法,包括监督学习、
非监督学习
等。
王伟_同学
·
2020-03-26 22:23
非监督学习
之聚类算法(3)--基于层次
层次聚类方法是古老而且常用的聚类方法。层次聚类方法的基本思想是:通过某种相似性测度计算节点之间的相似性,并按相似度由高到低排序,逐步重新连接个节点。事实上,层次聚类有两大种策略,一种是自下至上,一种是自上到下。凝聚的层次聚类算法与分裂的层次聚类算法凝聚:先将每个对象作为一个簇,然后合并这些原子簇为越来越大的簇,直到所有对象都在一个簇中,或者某个终结条件被满足。分裂:采用自顶向下的策略,它首先将所有
Byte猫
·
2020-03-25 07:41
[Note-1] Supervised and Unsupervised learning
分为两类问题:regression(回归):预测结果是一个连续值(如房价)classification(分类):预测结果是离散的值
非监督学习
:对于给定的数据集,不知道输出结果是什么样子。
乐猿
·
2020-03-24 18:23
吴恩达机器学习笔记-
非监督学习
聚类之前的课程中我们学习的都是监督学习相关的算法,现在来开始看
非监督学习
。
非监督学习
相对于监督非学习来看,其使用的是未标记的训练集而监督学习的是标记的训练集。
Carey_Wu
·
2020-03-23 15:28
机器学习(六):K-means聚类原理及案例分析
一、算法简介1、监督学习和
非监督学习
监督学习监督学习是根据已有的数据集,知道输入和输出结果之间的关系。根据这种已知的关系,训练得到一个最优的模型。
没才艺的华哥
·
2020-03-23 13:31
2018-11-25 统计学习方法-李航 第一章
即学习模型的集合;3)确定模型选择的准则,即学习的策略4)实现求解最优模型的算法,即学习的算法5)通过学习方法选择最优模型6)利用学习的最优模型对新数据进行预测或分析1.2监督学习统计学习包括监督学习、
非监督学习
苏林欣
·
2020-03-22 23:35
机器学习算法开始页
RandomForest聚类降维关联分析朴素贝叶斯隐马尔可夫模型条件随机场others:激活函数总结,优化算法总结,costfunction总结,过拟合方法总结,梯度消失方法总结机器学习主要分为四类:监督学习,
非监督学习
simple的课
·
2020-03-22 21:48
监督学习——学习笔记
前言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。监督学习(supervisedlearning)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。
oceanLong
·
2020-03-22 10:51
Machine Learning by Andrew Ng 学习笔记()
监督学习
非监督学习
监督学习的一般流程与术语x和y训练模型训练模型即最小化代价函数的过程,有如下方法梯度下降法模型下降法(GradientDescent)有一个很形象的帮助理解的方法(对于2个参数的情况)
SetsunaChiya
·
2020-03-22 08:20
异常检测(一)
ProblemMotivation异常检测(AnomalyDetection)主要用于
非监督学习
,用于发现可能不应该属于一个已定义的组中的数据。
SmallRookie
·
2020-03-18 12:26
异常检测(Anomaly Detection)
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?
带刺的小花_ea97
·
2020-03-17 09:09
机器学习应用举例汇集
非监督学习
:
MikleLi
·
2020-03-17 07:06
K-means计算城市聚类
K-means是
非监督学习
(unsupervisedlearning)中最简单也是最常用的一种聚类算法,它的计算过程非常直观:1、随机取k个元素,作为k
只是不在意
·
2020-03-16 13:35
机器学习 监督学习、
非监督学习
及强化学习
如果我的分享对您有用,可以点击下面链接支持一下我的劳动成果我分享了300元学费红包给你,快来学Google、亚马逊、Facebook官方的机器学习、数据分析、前端开发课程。在这领取:https://cn.udacity.com/referral-invitation/?referral_recipient_amount_off=300&referral_recipient_coupon_code=
Albert陈凯
·
2020-03-13 22:55
聚类算法之k-means算法图像像素重新处理
前言:机器学习----聚类算法的应用很广泛,属于
非监督学习
的它在无法提前定义标签的前提下将训练数据聚类。我们今天讨论其中比较简单的一种算法k-means算法。
michaelgbw
·
2020-03-10 07:32
##机器学习总结
非监督学习
的常用方法是聚类。监督学习是指在训练经验中明确告诉了正确结果,这就和教小孩认水果一样,期望他在学习后能正确认出
葡萄喃喃呓语
·
2020-03-09 18:04
[Deep-Learning-with-Python]机器学习基础
机器学习主要分为4类:监督学习、
非监督学习
、半监督学习和强化学习。监督学习最常见的机器学习类型---学习输入数据和对应标签之间的映射关系。当下几乎所有的深度学习应用都属于监督学习类
七八音
·
2020-03-06 14:46
非参数方法——决策树实现的判别式
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
·
2020-03-06 10:59
半参数方法
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
·
2020-03-05 23:03
聚类
1.
非监督学习
在大多数情况下,从现实世界获取的数据并没有标记,也就不能告诉你正确答案因此
非监督学习
很重要image.png观察上面的图,可以认为数据中有簇或者聚类,如果我们能够辨别出这些簇或者聚类,则可能对未知的新数据点产生认识
esskeetit
·
2020-03-05 20:02
【机器学习概述】第五篇上、
非监督学习
一、k-meansk-means算法并没有显示的学习过程,而且很简单,给定一个训练数据集,其中的实例类别已定,分类时,对新的输入实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测。k-means实际上利用训练数据集对特征向量空间进行划分,并作为其对分类的“模型”。k-means主要是在对k值的选择,距离的度量以及分类决策规则的调控。K-means方法寻找的是球形或超球面形类,所以并
喔蕾喔蕾喔蕾蕾蕾
·
2020-03-05 13:17
吴恩达机器学习中文版笔记:异常检测(Anomaly Detection)
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。
大数据文摘
·
2020-03-05 09:34
MARK一些资料
它是一种特定的矩阵用来呈现算法性能的可视化效果,通常是监督学习(
非监督学习
,通常用匹配矩阵:matchingmatrix)。其每一列代表预测值,每一行代表的是实际的类别。
DexterLei
·
2020-03-02 19:38
关于监督学习与
非监督学习
由于自己也是一个AI领域的初学者,关于监督学习与
非监督学习
了解的也不是很透彻,在这里也只是说说自己的见解吧。监督学习:顾名思义,也就是当机器输入数据进行训练的时候,有一个隐形的老师进行教导。
zgctmac
·
2020-02-29 11:04
Bertelsmann Arvato 邮购公司客户细分和预测
本项目要求根据一家德国邮购公司已有客户的人口学特征数据,使用
非监督学习
技术来分析公司现有顾客的主要特征。然后利用监督学习技术搭建预测模型,在德国的总人口统计数据集上预测新客户。
Luke
·
2020-02-28 21:38
机器学习
python
Machine Learning - Andrew Ng 笔记(7)
AnomalyDetection异常检测算法经常用于
非监督学习
问题中,有点类似于logisticregression.examplesAircraftengine如上图所示,红色的样本都是经过测试被证明是质量合格的引擎
nafoahnaw
·
2020-02-27 18:16
李航《统计学习方法》学习笔记——ch1统计学习概论
主要内容监督学习(supervisedlearning)、
非监督学习
(unsupervisedlearning)、半监督学习(semi-supervisedlearning)、强化学习(reinforcementlearnin
紫薯真好吃
·
2020-02-24 14:49
机器学习
机器学习
【机器学习概述】第二篇、模型评估和验证
它是一种特定的矩阵用来呈现算法性能的可视化效果,通常是监督学习(
非监督学习
,通常用匹配矩阵:matchingmatrix)。其每一列代表预测值,每一行代表的是实际的类别。
喔蕾喔蕾喔蕾蕾蕾
·
2020-02-20 02:51
百面机器学习|第五章
非监督学习
知识点
第五章
非监督学习
引导语
非监督学习
期望机器通过学习找到数据中存在的某种共性特征或结构,亦或是数据之前存在的某种关联。
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。
蓝白绛
·
2020-02-18 22:31
监督学习——关联规则
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
·
2020-02-18 10:06
Details—supervised learning(Linear Regression)
机器学习可以主要分为几类:监督学习,
非监督学习
,增强学习及推荐系统等。监督学习:即教计算机如何学习以达到自身所需目的
非监督学习
:让计算机自身进行学习,如聚类问题等。
sunsimple
·
2020-02-17 00:01
机器学习导论-目录
第1章引言11.1什么是机器学习11.2机器学习的应用实例21.2.1学习关联性21.2.2分类31.2.3回归51.2.4
非监督学习
61.2.5增强学习71.3注释81.4相关资源101.5习题111.6
番茄扯蛋
·
2020-02-16 22:02
机器学习基本理论总结
非监督学习
:学习过程中,只提供数据不提供标签。半监督学习:利用少量有标签的样本和大量无标签的样本进行训练与分类。强化学习:把计算机丢到一个完全陌生的环境,自己尝试各种方法,从经验中总结学习。
_龙雀
·
2020-02-14 02:34
非参数方法——密度估计
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
·
2020-02-14 00:17
参数的贝叶斯估计
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
·
2020-02-13 18:07
非监督学习
——聚类
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
·
2020-02-13 15:26
局部模型
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
·
2020-02-13 07:16
2019-01-22 主成分分析法
主成分分析法PCA比较的是垂直距离,它是某个点与得到的预测值之间的距离;线性回归比较的是特别变量y与预测y值的之间的减值,但是
非监督学习
没有所谓的y值;PCA≠线性回归
奈何qiao
·
2020-02-12 07:24
集成学习——组合多学习器
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
·
2020-02-12 04:35
机器学习实验
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
·
2020-02-11 16:38
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)
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
·
2020-02-11 16:31
机器学习的主要任务
非监督学习
与监督学习相对应的是
非监督学习
,此时数据没有类别信息,也不会给定目标值。在
非监督学习
中,将数据集合分成由类似的对象组成的多个类的过程称为聚类;将寻找描述数据统
lewiswon
·
2020-02-10 08:03
支持向量机与核机器
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
·
2020-02-10 05:20
多层感知器——非参数估计器
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
·
2020-02-06 11:28
统计学习方法概论
统计学习由监督学习、
非监督学习
、半监督学习和强化学习等组成。统计学习方法包括假设空间、模型选择的准则、模型学习的算法,这些统称为统计学习方法的三要素:模型(Model
FindWG
·
2020-02-06 08:16
上一页
13
14
15
16
17
18
19
20
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