非监督学习

8.1 Restricted Boltzmann Machine

GeoffHinton发明用途：降低维度,分类,回归,特征学习非监督学习(unsupervisedlearning)，不知道数据的标签activationf((weightw*inputx)+biasb
遇见百分百·2023-08-18 21:35

【RLHF】想训练ChatGPT？先来看看强化学习（RL）+语言模型（LM）吧（附源码）

使用强化学习（而非监督学习）的方式更新语言模型，最大的优势是在于能够使得「模型更加自由的探索更新方向，从而突破监督学习的性能天花板」。
汀、人工智能·2023-08-15 08:34

基于灰狼算法改进深度信念网络的分类预测，gwo-dbn分类预测

DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）灰狼算法原理灰狼算法改进深度信念网络的分类预测基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 08:02

基于粒子群改进深度信念网络的回归分析，基于PSO-DBN的回归分析

神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）粒子群算法的原理DBN的粒子群改进深度信念网络的回归分析基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 08:32

基于深度信念神经网络的矿石产量预测，基于DBN的矿石产量预测，DBN的详细原理

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的矿石产量预测基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 08:30

基于深度信念神经网络+长短期神经网络的降雨量预测，基于dbn-lstm的降雨量预测，dbn原理，lstm原理

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）LSTM原理DBN-LSTM的降雨量预测基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 01:21

基于DBN的伪测量配电网状态估计，DBN的详细原理

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的伪测量配电网状态估计基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 01:21

基于深度信念网络的西储大学轴承故障分类识别，基于EMD+DBN的西储大学轴承故障识别,LCD+DBN,LMD+DBN

神经网络的定义受限玻尔兹曼机（RBM）(EMD,LCD,LMD)+DBN的深度信念网络的西储大学轴承故障分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 01:21

基于dbn+svr的交通流量预测，dbn详细原理

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN+SVR的交通流量预测基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-08-15 01:19

96-非监督学习之SOM非线性降维

>library(pacman)>p_load(dplyr,kohonen,GGally)SOM（SelfOrganizingMaps，自组织映射）本质上是一种只有输入层--隐藏层的神经网络。输入层神经元的数量是由输入数据的维度决定的，一个神经元对应一个特征，隐藏层中的一个节点代表一个需要聚成的类。训练时采用“竞争学习”的方式，每个输入的样例在隐藏层中找到一个和它最匹配的节点，称为它的激活节点，也
wonphen·2023-08-12 04:15

机器学习---监督学习和非监督学习

根据训练期间接受的监督数量和监督类型，可以将机器学习分为以下四种类型：监督学习、非监督学习、半监督学习和强化学习。监督学习在监督学习中，提供给算法的包含所需解决方案的训练数据，成为标签或标记。
末世灯光·2023-08-08 13:46

第十四章 无监督学习

本章含盖14.1无监督学习14.2K-Means算法14.3优化目标14.4随机初始化14.5选取聚类数量14.1无监督学习聚类算法（非监督学习算法）。
tomas家的小拨浪鼓·2023-08-07 01:24

02_K-means_非监督学习

声明：本文集的所有文章都只讨论Python如何使用sklearn进行机器学习。且学习的部分截图来自中国大学MOOC上的Python机器学习应用课程以及EduCoder，侵权删。2020.3.2新的学期是真的开始了，就是需要早起有点脑壳疼。而机器学习这边的算法补全也会陆陆续续进行，加油ヾ(◍°∇°◍)ﾉﾞ。K-means一、距离在一个N维的空间中，每一个点在当前空间建立的坐标系中，都有一个唯一标识的
zackary_shen·2023-07-29 17:18

基于MATALB编程的深度信念网络DBN的01分类编码三分类预测，DBN算法详细原理

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的语音分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-07-28 05:52

dbn_svm电池容量soc预测，深度信念网络DBN+支持向量机SVM的电池容量SOC预测

神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）LSTM长短期神经网络的原理DBN+SVM的时间序列电容预测基本结构主要参数MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-07-28 05:22

神经网络初试（一）

人工智能这一领域，有许许多多的名词，机器学习、深度学习、监督学习、非监督学习、强化学习、深度强化学习等等……本篇文章不对此进行过多解释，有兴趣的同学可以查一查。
陨落的小白·2023-07-26 04:39

2020-07-21

我们使用均值漂移，继续聚类和非监督学习的话题，这次将其用于我们的泰坦尼克数据集。这里有一些随机度，所以你的结果可能并不相同，然而你可以重新运行程序来获取相似结果，如果你没有得到相似结果的话。
数据小黑升值记·2023-07-24 19:29

机器学习之主成分分析（Principal Component Analysis）

1主成分分析介绍1.1什么是主成分分析主成分分析（PrincipalComponentAnalysis）简称PCA，是一个非监督学习的机器学习算法，主要用于数据的降维，对于高维数据，通过降维，可以发现更便于人类理解的特征
智慧医疗探索者·2023-07-24 16:25

k-mean算法

回归聚类属于非监督学习不知道点的标签，知道标签就是监督学习。
青春、往昔浮流年〞·2023-07-20 03:53

非监督学习-K均值聚类-知识点扫盲

这类问题被称作“非监督学习”问题，它并不是像监督学习那样希望预测某种输出结果。相比于监督学习，非监督学习的输入数据没有标
阿利同学·2023-07-19 13:14

机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种非监督学习的聚类算法。其基本思想是：将所有数据点分为k个簇，使得簇内数据点相似度较高，簇间数据点相似度较低。
智能高科·2023-07-19 10:22

基于极限学习机的多输入单输出回归预测/分类任务实现——附Matlab代码

极限学习机（ExtremeLearningMachine,ELM）或“超限学习机”是一类基于前馈神经网络（FeedforwardNeuronNetwork,FNN）构建的机器学习系统或方法，适用于监督学习和非监督学习问题
神经网络与数学建模·2023-07-17 22:05

机器学习的种类介绍

现有的机器学习种类繁多，我们一般可以进行如下的分类标准：是否在人类监督下学习（监督学习、非监督学习、半监督学习和强化学习）是否可以动态的增量学习（在线学习和批量学习）是简单的将新的数据点和已知的数据点进行匹配
statr·2023-07-17 06:26

1 监督学习与非监督学习简介--机器学习基础理论入门

1监督学习与非监督学习简介–机器学习基础理论入门1.1机器学习基本概念什么是机器学习机器学习:机器学习（machinelearning，ML）是一门多领域交叉学科，设计概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科
chen_冲冲·2023-07-15 06:03

Linear Regression -- 线性回归

--ArthurSamuel(1959)机器学习分为两大类，一类是监督学习（supervisedlearning），一类是非监督学习（unsurpervisedlearning）。
Starshine&~·2023-06-09 23:50

EM算法实现对iris数据集和meat数据集的分类【MATLAB版本】

摘要：本章实验主要是对于学习EM算法的原理，掌握并实现混合高斯模型非监督学习的EM算法，要求在两个数据集上面实现混合高斯模型的非监督学习的ＥＭ算法。
书中藏着宇宙·2023-06-08 19:40

精通数据科学笔记 生成式模型

可用于监督学习和非监督学习。贝叶斯框架条件概率
techfei·2023-06-07 20:20

五、分类模型

一、分类模型的定义文章目录一、分类模型的定义二、分类模型类型2.1、逻辑回归2.2、决策树2.3、支持向量机2.4、朴素贝叶斯在机器学习中，我们把机器学习分为监督学习和非监督学习，监督学习就是在一组有标签
LKID体·2023-06-07 10:03

统计学习方法读书笔记——第一章 统计学习方法概论

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，对理解统计学习方法起到提纲挈领的作用。
Jarkata·2023-06-07 06:12

非监督学习之聚类算法（3）--基于密度

基于划分的方法是用对象之间的距离进行聚类，这样的方法只能发现球状的簇，而在发现任意形状的簇上遇到了困难，因此有人提出了基于密度的另一类聚类方法，其主要思想是：只要邻近区域的密度（对象或数据点的数目）超过某个阈值，就继续聚类。也就是说，对给定类中的每个数据点，在一个给定范围的区域中必须至少包含某个数目的点。这样的方法可以用来过滤“噪声”孤立点数据，发现任意形状的簇。DBSCAN算法DBSCAN（De
Byte猫·2023-04-19 23:26

机器学习中三大学习类别

Machinelearning)领域，主要有三类不同的学习方法：监督学习（SupervisedLearning）:通过已有的一部分输入数据与输出数据之间的关系，生成一个函数，将输入映射到合适的输出，例如分类非监督学习
zydsb·2023-04-19 19:27

深度学习的一些基本概念—入门教程

文章目录深度学习的概念入门教程基础概念神经网络前向传播反向传播权重和偏置激活函数：损失函数优化器批处理常用模型卷积神经网络循环神经网络长短时记忆网络自编码器生成对抗网络实践中使用深度学习数据预处理监督学习模型非监督学习模型梯度下降法超参数调整模型评估模型部署结论深度学习的概念入门教程深度学习是一种人工智能技术
百年孤独百年·2023-04-19 01:30

强化学习——基础概念

机器学习分为：监督学习、非监督学习、强化学习。下面从强化学习的概念、应用、特点等方面带大家认识强化学习，让大家对强化学习有一个初步的了解，最后会比较一下强化学习与监督学习、非监督学习之间的区别。
7NIC7·2023-04-17 21:48

遗传算法优化深度信念网络DBN的分类预测，GA-DBN分类预测

神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）遗传算法的原理遗传算法优化深度信念网络DBN的分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-04-15 21:50

基于DBN神经网络的语音分类识别

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的语音分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-04-15 21:50

基于小波分解+深度信念网络DBN的脑电信号分类识别

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）DBN的脑电信号分类识别基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力
神经网络机器学习智能算法画图绘图·2023-04-15 21:48

监督学习和非监督学习

机器学习分为监督学习、非监督学习和半监督学习（也可以叫强化学习）。在这里我们来区分一下监督学习和非监督学习的区别吧。一、定义有监督学习是机器学习任务的一种。它从有标记的训练数据中推导出预测函数。
这里假装有个名字·2023-04-15 18:41

百面机器学习--Hulu

以下内容为转发Hulu公众号的链接，更全内容可查看书籍0序1模型评估2SVM模型3优化简介4采样5余弦距离6PCA算法7非监督学习算法与评估8强化学习（一），强化学习（二）9循环神经网络10LSTM11Seq2Seq12
ouchaochao·2023-04-15 11:44

回归预测 | MATLAB实现DBN-BP深度置信网络结合BP神经网络多输入单输出回归预测

既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。DBN由若干层神经元
机器学习之心·2023-04-14 12:44

聚类分析_客户群聚类分析

聚类是非监督学习的一种算法，我们使用k-means聚类算法，实现客户细分，以及营销战略如何在实际业务中应用。
a_big_cat·2023-04-13 17:30

使用非监督学习进行双目深度估计和相机位姿

自我介绍你好，我是北邮计算机学院的***，我的研究方向是计算机视觉中的深度估计方向，采用的方式是非监督学习。对深度学习和机器学习以及常用的数据结构和算法都比较熟悉。
Songger·2023-04-12 08:04

100-非监督学习之DBSCAN密度聚类

>library(pacman)>p_load(dplyr,dbscan,ggplot2)k-means（K均值）和分层聚类衡量行间、及行与中心点的距离。k-Means算法比较适用于簇为球型的，对于非球型的，一般需要基于密度的聚类，比如DBSCAN,OPTICS，利用单位空间的样本量，即密度。基于密度的聚类不偏向球形聚类，可以找到形状各异且复杂的聚类。DBSCAN(Density-BasedSpa
wonphen·2023-04-12 03:40

【机器学习】监督学习，非监督学习，半监督学习三者的定义区别及举例分析

监督（supervised）=标签（label），是否有监督，就是输入数据（input）是否有标签，有标签则为有监督学习，没标签则为无监督学习。至于半监督学习，就是一半（一点点）数据有标签，一半（极其巨大）数据没标签。——简单一句话答案。首先从学习（learn）这个概念开始解释，所谓学习，就是闻一知十。（正经回答在最后）例如学数学，小学老师会先给大量训练，让人学会解题方法。之后面对考试的时候出现的
daphne odera�·2023-04-10 18:45

SimCLR：用于视觉表征的对比学习框架

simclr他人复现pytorch链接:https://github.com/sthalles/SimCLR1概况核心观点：数据增强(dataaugmentations)的组合对预测任务的表现有重要影响，对于非监督学习而言
巍巍微澜·2023-04-10 01:46

机器学习11 聚类

他是非监督学习算法的其中一种13.2K-均值算法特点：算法接受一份未标记的数据集，然后将数据聚类成不同的组。这是一个迭
黄桃百香果·2023-04-06 21:09

5-Spark高级数据分析-第五章 基于K均值聚类的网络流量异常检测

当目标值是未知时，需要使用非监督学习，非监督学习不会学习如何预测目标值。但是，它可以学习数据的结构并找出相似输入的群组，或者学习哪些输入类型可能出现，哪些类型不可能出现。5.1
weixin_30553065·2023-04-05 13:26

Spark数据挖掘-基于 K 均值聚类的网络流量异常检测(1): 数据探索、模型初探

下面将会重点介绍非监督学习的算法：K均值聚类。这样的情况实际中总是可能碰到：当你手头的数据完全没有目标变量的正确结果。例如：请根据电子商务站点提供的关于用户习惯和品味的数据给
chengtuo5899·2023-04-05 12:23

特征向量、标签、模型、算法

深度学习笔记一基本术语特征向量、标签、模型、算法训练集&测试集深度学习过程监督学习、非监督学习、强化学习公式中x,y,d,m的意义特征向量、标签、模型、算法特征向量：用于解决问题的一系列属性标签：我们想要预测的目标模型
Small___ming·2023-04-05 12:48

ISLR读书笔记十九：主成分分析（PCA）

前面写的一些统计学习方法都是属于监督学习（supervisedlearning），这篇主成分分析（principalcomponentsanalysis，简称PCA）和下一篇聚类分析（clustering）都是属于非监督学习
晓炜·2023-04-05 04:52

统计学习方法 - 第1章 - 概论

章逻辑斯谛回归与最大熵模型第7章支持向量机第8章提升方法第9章EM算法及其推广第10章隐马尔可夫模型第11章条件随机场第12章统计学习方法总结第1章统计学习方法概论我们从监督学习起步学习（监督学习、半监督学习、非监督学习
哔哔如是·2023-04-04 16:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他