深度学习（十六）unsupervised learning

最新推荐文章于 2024-12-02 16:59:13 发布
原创 最新推荐文章于 2024-12-02 16:59:13 发布 · 405 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #c# #unity

李宏毅老师课程链接

unsupervised learning最常见的两个用途，分别是clustering和generation。

clustering的一种方法是k等分，具体方法如下图。
在这里插入图片描述
还有一种方法是层次聚类。
大概方法是把找到所有数据中最接近的两个，算出它们的平均数并用它替代原来的两数据，循环迭代直到根节点。
这样建立了一个多层的树，根据不同的标准可以分出不的类。比如用红线分割，则123为一类，45为另一类；用蓝线分割，则12，3，45各为一类。
在这里插入图片描述

无监督学习 (Unsupervised Learning)
AI天才研究院
06-15 623
无监督学习 (Unsupervised Learning) 1. 背景介绍 无监督学习是机器学习中一种重要的范式,与有监督学习和强化学习不同,无监督学习不需要人工标注的训练数据,而是直接从原始数据中自动发现数据内在的模式和结构。无监督学习在许多领域都有广泛的应用,如聚
监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
u013558123的博客
02-13 1080
监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
无监督特征学习——Unsupervised feature learning and deep learning
热门推荐
Rachel Zhang的专栏
07-31 8万+
无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andrew N
无监督学习（Unsupervised Learning）吴恩达老师课程笔记
qq_71173859的博客
01-05 1148
看完上面的例子，我们应该是对无监督学习有一点点想法了。它为什么叫无监督学习？那是因为我们不需要给算法一些正确的输入和输出，去监督运行过程，我们做的事情是把我们已知的东西丢给算法，让算法自己去找这些东西有什么好玩的有意思的地方，或者这些数据中可能有什么模式或者结构。structure聚类算法（clustering algorithm）是将没有标签的数据自动分组，放入不同的集群中( group similar data points together)
Unsupervised Learning（无监督学习）
长路漫漫亦灿灿
06-13 1860
无监督学习，聚类，主成分分析（PCA），降维，矩阵分解
【吴恩达机器学习笔记】003 无监督学习（Unsupervised Learning）
水亦心的博客
05-03 1万+
一、无监督学习引入                   观察上面左边的图，该图是监督学习的分类问题，在监督学习中，数据集中的每个样本有相应的“正确答案”，即被标为良性或者恶性肿瘤。根据这些样本做出预测。        再看右侧，和左侧的区别在于，不管是哪一类，都用相同的符号“圆圈”表示。也就是在右侧的图中，没有了分类。所有的数据是一样的，没有对错之分。我们只有一个数据集，没有人告诉我们什么是正确的...
深度学习论文: FUN-AD: Fully Unsupervised Learning for Anomaly Detection with Noisy Training Data
最新发布
mingo_敏
12-02 196
尽管异常检测领域的主流研究方向倾向于采用一类分类方法，但在实际的工业生产环境中，训练数据往往因标注错误或新产品、翻新品的标签缺失而遭受噪声污染。针对这些挑战，本文创新性地提出了一种完全无监督的异常检测方法，该方法特别适用于处理未经标注且可能含有噪声的训练数据集。本文的方法构建在两个核心观察之上：通常情况下，正常样本之间的特征距离（以成对方式计算）平均值会小于异常样本或不同类别样本之间的距离。基于这一观察，本文认识到最近邻距离可以作为区分正常样本与异常样本的有效手段。
Supervised learning/ Unsupervised learning监督学习/无监督学习
MengYa_Dream的博客
04-02 3102
supervised learning/ unsupervised learning监督学习/无监督学习
深度学习1-RL和其他ML方法（监督学习（supervised learning）和非监督学习（unsupervised learning））的关联和区别。
clayhell的博客
12-21 1205
RL
c++矩阵类_一文看懂无监督学习（基本概念+使用场景+2类典型算法）
weixin_39600510的博客
11-23 447
无监督学习是机器学习领域内的一种学习方式。本文将给大家解释他的基本概念，告诉大家无监督学习可以用用到哪些具体场景中。最后给大家举例说明2类无监督学习的思维：聚类、降维。以及具体的4种算法。什么是无监督学习？无监督学习是机器学习中的一种训练方式/学习方式：下面通过跟监督学习的对比来理解无监督学习：监督学习是一种目的明确的训练方式，你知道得到的是什么；而无监督学习则是没有明确目的的训练方式，你无法提前...
机器学习 -- Unsupervised Learning: Principle Component Analysis
01-30
Unsupervised Learning: Principle Component Analysis Dimension Reduction Clustering Distributed Representation PCA PCA – Another Point of View
什么是无监督学习
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
11-25 8036
无监督学习（Unsupervised Learning）是机器学习的一种类型，它涉及从未标记的数据中发现隐藏的模式。与监督学习不同，无监督学习的数据没有显式的标签或已知的结果变量。其核心目的是探索数据的内在结构和关系。无监督学习通常用于数据探索、发现洞见以及识别数据中的潜在结构。
机器学习-Unsupervised Learning 无监督学习
苦作舟的人呐
05-09 933
1. 认识无监督学习 监督学习很容易理解，给一些带有正确答案的训练集，通过最小化 Cost 来调整系统。那么无监督学习是怎么工作的呢？实际上，无监督学习也是通过最小化 Cost 来调优系统的，具体看一个算法。 2. K-means 描述 无监督学习广泛用在分类问题中，K-means分类算法就是一个简单的无监督学习算法。 工作原理是，给出一组数据，使用K-means算法对数据进行 K 个...
Unsupervised Learning
07-02 252
Unsupervised learning allows us to approach problems with little or no idea what our results should look like.
无监督学习
小红花yu
10-11 248
无监督学习（unsurpervised learning）是深度学习的基础，也是大数据时代科学家们用来处理数据挖掘的主要工具。个人理解的话就是数据太多，而人们不可能给每个数据样本加标签吧，所以才有了无监督学习。 当然用的最多的是用无监督学习算法训练参数，然后用一部分加了标签的数据测试，这种方法叫半监督学习（semi-unsurpervised）。 最近看的几个深度学习算法是： 稀疏自编码(s...
Unsupervised Learning 无监督学习
Andy的博客
03-22 422
深度学习30篇经典论文深度解析
1. "Why Does Unsupervised Pre-training Help Deep Learning.pdf"：这篇文章探讨了无监督预训练如何帮助深度学习。预训练是深度学习中一个重要的概念，通过无监督预训练，可以使得深度神经网络在后续的监督学习中有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值