semi-supervised

12、【李宏毅机器学习（2017）】Semi-supervised Learning（半监督学习）

在前面的博客中主要介绍的算法全部都是监督学习的算法，接下来的博客将开始介绍半监督学习算法。目录半监督学习介绍半监督学习与监督学习半监督学习的用处Semi-supervisedLearningforGenerativeModel监督学习中的概率生成模型（SupervisedGenerativeModel）半监督学习中的概率生成模型（Semi-supervisedGenerativeModel）半监督
Jimmyzqb·2018-08-29 10:44

深度对抗网络用于分割(语义分割)——Adversarial Learning for Semi-Supervised Semantic Segmentation

AdversarialLearningforSemi-SupervisedSemanticSegmentation这篇文章引入对抗网络，做半监督学习，想法很好，也被证明有效果，但是有多大的提高有待商榷。可以说这篇文章的思路重点在于思想。网络结构分割网络用的是DeepLab-v2+ResNet-101+ASPP结构。分割网络可以说很一般了，这篇paper的重点不在分割网络。判别器也和传统的判别器网络
super_lsl·2018-08-27 18:38

Semi-supervised Sequence Learning

encoder-decoder输入序列文本=['12345','678910','1112131415','1617181920','2122232425']目标序列文本=['onetwothreefourfive','sixseveneightnineten','eleventwelvethirteenfourteenfifteen','sixteenseventeeneighteenninet
不贪心_9eab·2018-06-28 09:12

第十五周学习周报（20180611-20180617）

BackpropagationConvolutionalNeuralNetworkSemi-supervised2、分别看了关于Backpropagation、ConvolutionalNeuralNetwork、Semi-supervised
千秋莫负·2018-06-17 21:25

【台大李宏毅ML课程】Lecture 12 Semi-Supervised Learning半监督学习笔记

本节课主要讲了半监督学习Semi-supervised：样本中有一部分数据有标签（labeldata）但很少，另一部分数据无标签（unlabeldata），很多~因为收集无标签的数据很容易，但是收集有标签数据没那么容易
code_caq·2018-03-21 16:42

极简笔记 Meta-Learning for semi-supervised few-shot classification

极简笔记Meta-Learningforsemi-supervisedfew-shotclassification论文地址https://arxiv.org/pdf/1803.00676.pdf本篇文章核心是给出了一种用于少样本半监督学习的分类算法。总体思路非常简单，通过一个网络(PrototypicalNetwork)提取特征，之后对特征进行聚类，聚类中心稳定之后拿去测试，测试时把测试样本按照更
Hibercraft·2018-03-16 19:07

Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised de

IIntroduction当一个对象作轻微地改变，人类仍然认为它是同一个对象。相对地，一个分类模型应支持提供一致的输出相似的数据点的功能。实现这一目标的一种方法是向模型的输入添加噪声。为了使模型的学习保持更抽象的不变性，噪声可以被添加到intermediaterepresentations，洞察力，促使许多正则化技术，如Dropout[28]。正则化模型最小化了每个数据点周围流形上的开销，而不是最
LeiGaiceong·2018-03-07 22:13

Semi-Supervised Support Vector Machines(S3VMs)

对于Semi-SupervisedSupportVectorMachines(S3VMs)，即半监督支持向量机的直观理解是很简单的，如下图所示。在左图中，所有的数据都是有标签数据，所以可以使用SVM的最大化间隔来确定分离超平面。如果存在大量无标记的点，如右图所示，该如何确定分离超平面呢？如果还是采用左图所示的分离超平面，则分离超平面会将稠密的无标记数据切分成两个不同的类。但是根据图上的数据分布来看
extremebingo·2018-01-10 10:36

Semi-Supervised Learning

简介半监督学习算法Self-TrainingModelsMixtureModelsandEM有监督分类的混合模型半监督分类的混合模型EM算法求解THEASSUMPTIONSOFMIXTUREMODELSCLUSTER-THEN-LABELMETHODSCo-Training协同训练THEASSUMPTIONSOFCO-TRAININGGraph-BasedSemi-SupervisedLearni
extremebingo·2017-12-08 18:46

半监督学习（semi-supervised learning）

#半监督学习（semi-supervisedlearning）1introductionwhysemi-supervisedlearning?收集数据很贵，收集有标签的数据更贵！superviesd：D={(xi,yi)}Ni=1semi-supervised：D={(xi,yi)}Mi=1∪{xu}Nj=M+1，通常N≫M转导推理——TransductiveLearning：无标签数据就是测试数
n不正·2017-04-15 10:11

Semi-Supervised Learning with Generative Adversarial Networks

[目录]摘要SGAN模型结果生成结果分类结果结论和展望论文下载地址摘要通过使判别器网络输出类别标签将GAN扩展成半监督的。在一个N类别的数据集上训练生成模型G和判别模型D。训练时，D预测输入数据属于N个类别中的哪一个，加入一个额外的类别对应G的输出。我们证明，相对与普通的GAn，此方法可以用来生成一个更有效的分类器并可以生成高质量的样本。生成式网络G和判别器网络作为对抗对象同时训练，G接收一个噪声
菜鸟要超神·2017-04-13 21:19

挖坑:UNSUPERVISED AND SEMI-SUPERVISED LEARNING WITH CATEGORICAL GENERATIVE ADVERSARIAL NETWORKS

SpringenbergJT.UnsupervisedandSemi-supervisedLearningwithCategoricalGenerativeAdversarialNetworks[J].ComputerScience,2015.原文下载链接2016ICLR会议论文Abstract文中作者提出一种从为标记或部分标记数据中学习判别分类器的方法.方法是基于一个目标函数,在观测样本和他们预
菜鸟要超神·2017-02-18 16:32

笔记：Semi-supervised domain adaptation with subspace learning for visual recognition (cvpr15)

本文基于子空间学习提出了一种半监督的域自适应框架（SDASL）。在这个框架中，一方面学习一个领域不变（domaininvariant）的低维结构（low-dimensionstructure），也就是子空间，从而减少不同域上数据分布不同带来domainshift影响；另一方面通过正则项利用目标域上的unlabeled样本来学习目标域上的结构信息。具体而言，首先在源域和目标域上分别学习一个映射（这个
泡温水澡的青蛙·2016-05-08 13:32

笔记：Semi-supervised domain adaptation with subspace learning for visual recognition (cvpr15)

本文基于子空间学习提出了一种半监督的域自适应框架（SDASL）。在这个框架中，一方面学习一个领域不变（domaininvariant）的低维结构（low-dimensionstructure），也就是子空间，从而减少不同域上数据分布不同带来domainshift影响；另一方面通过正则项利用目标域上的unlabeled样本来学习目标域上的结构信息。具体而言，首先在源域和目标域上分别学习一个映射（这个
a1154761720·2016-05-08 13:00

Semi-supervised Ensemble Sentiment Classification

FollowingaresomeexcerptsfromthepaperSemi-StackingforSemi-supervisedSentimentClassificationbyShoushanLietal..Thoseexcerptssummarizethemainideaofthepaper.Papername:Semi-StackingforSemi-supervisedSentime
CallingWisdom·2015-12-10 18:00

Semi-supervised Text Categorization by Considering Sufficiency and Diversity

FollowingaresomeexcerptsfromthepaperSemi-supervisedTextCategorizationbyConsideringSufficiencyandDiversitybyShoushanLietal..Thoseexcerptssummarizethemainideaofthepaper.Papername:Semi-supervisedTextCate
CallingWisdom·2015-12-10 18:00

jrae源码解析(一）

jare用java实现了论文《Semi-Supervised Recursive Autoencoders for Predicting Sentiment Distributions》中提出的算法——
·2015-11-13 11:20

Semi-Supervised

参考：http://scikit-learn.org/stable/modules/label_propagation.htmlThesemi-supervisedestimatorsinsklearn.semi_supervisedareabletomakeuseofthisadditionalunlabeleddatatobettercapturetheshapeoftheunderlying
mmc2015·2015-08-07 09:10

Semi-Supervised

参考：http://scikit-learn.org/stable/modules/label_propagation.htmlThesemi-supervisedestimatorsinsklearn.semi_supervised areabletomakeuseofthisadditionalunlabeleddatatobettercapturetheshapeoftheunderlyin
mmc2015·2015-08-07 09:00

Vehicle Type Classification Using Semi-Supervised Convolutional Neural Network(泛读)

一.文献名字和作者   VehicleTypeClassificationUsingSemi-Supervised ConvolutionalNeuralNetwork，2012  二.阅读时间  2015年1月31日三.文献的贡献点  文章主要提出了一种半监督的方式用于训练卷积神经网络，半监督的意思是对于卷积层的卷积模板，采用无监督的方式获得，而对于输出层也就是softmax层，是采用有监督的方
shengno1·2015-01-31 01:00

《统计学习方法，李航》：1、概述

4）模型评估与模型选择5）判别模型与生成模型1）统计学习    统计学习分为：监督学习（supervised learning）、无监督学习（unsupervised learning）、半监督学习（semi-supervised
mmc2015·2015-01-15 22:00

Blind Image Quality Assessment using Semi-supervised Rectifier Networks(泛读)

一.文献名字和作者   BlindImageQualityAssessmentusingSemi-supervisedRectifierNetworks，CVPR2014  二.阅读时间  2014年10月9日三.文献的贡献点  文章主要介绍了基于半监督rectifier网络的盲图像(没有理想图像作为参考)质量评价。在文章中个，作者采用人工特征作为基本的特征提取过程，同时，使用DBN拟合将输入的特
shengno1·2014-10-09 14:00

目标跟踪学习系列六：semi-supervised Boosting using Visual Similarity Learning 学习

文章：semi-supervisedBoostingusingVisualSimilarityLearning作者：Leistner,C. ; Inst.forComput.Graphics&Vision,GrazUniv.ofTechnol.,Graz; Grabner,H. ; Bischof,H.文章的作者就是半监督boosting的作者，这一篇文章详细的说明了之前那一篇文章中提到的相似度的
u012192662·2014-04-01 20:00

目标跟踪学习系列二：semi-supervised online boosting for robust tracking 阅读

文章：Semi-supervisedon-lineboostingforrobusttrackingHelmutGrabner, ChristianLeistner, HorstBischof  ComputerVision–ECCV2008,2008-Springer  作者是onlineboosting的作者。写这篇文章是因为on-lineboosting存在一个明显的问题：drifting。
u012192662·2014-02-09 21:00

Weka入门实例之KMean聚类实现

在它们两者之间还一种叫做半监督学习（semi-supervised learning）这个我会在后面的文章中重点介绍。所谓无监督学习就是在预先不知道样本类别的情况下，由聚类算法来判别样本的
ganliang13·2013-10-21 20:00

论文读书笔记-large scale text classfication using semi-supervised multinomial naïve bayes

  论文标题：largescaletextclassficationusingsemi-supervisedmultinomialnaïvebayes.这篇论文介绍的又是一种分类方法，估计多半是用在模式识别之中。下面是从本文中摘抄的一些要点，有些地方依然没有读懂。1、             MNB(multinomialnaïvebayes)介绍Givenasetoflabeleddata,MN
jj12345jj198999·2012-12-22 16:00

主动学习，半监督学习，直推学习

  在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Unsupervised learning)以及半监督学习(Semi-supervised
Genie13·2012-08-29 09:00

半监督学习综述

半监督学习（Semi-supervised Learning）是近年来模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。
Genie13·2012-08-29 09:00

Regularized Boost

Regularized Boost for Semi-Supervised Learning, study/ML/NIPS目录下: 这篇文章沿用了Functional Gradient technique
backsnow·2010-08-27 11:00

semi-supervised learning

半监督学习已经兴起七八年了吧，但在中国还是刚刚起步罢。一、Introductiontosemi-supervisedlearning  Whatissemi-supervisedlearningandtransductivelearning? Whycanweeverlearnaclassifierfromunlabeleddata? Doesunlabeleddataalwayshelp? Wh
chl033·2010-06-11 15:00

semi-supervised learning

半监督学习已经兴起七八年了吧，但在中国还是刚刚起步罢。一、Introductiontosemi-supervisedlearningWhatissemi-supervisedlearningandtransductivelearning?Whycanweeverlearnaclassifierfromunlabeleddata?Doesunlabeleddataalwayshelp?Whichse
cowboy_wz·2010-06-11 15:00

Weka系列之聚类

在它们两者之间还一种叫做半监督学习（semi-supervised learning）这个我会在后面的文章中重点介绍。所谓无监督学习就是在预先不知道样本类别的情况下，由聚类算法来判别样本的类别
anna_zr·2010-01-25 09:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他