machine-learning
文章平均质量分 79
bdus00
这个作者很懒,什么都没留下…
展开
-
kNN简介
k临近(k-Nearest Neighbor)学习,是一种常用的监督学习方法特点优点:精度高、对异常之不敏感、无数据输入假定 缺点:计算复杂度高、空间复杂度高 使用数据范围:数值型和标称型说明k-NN没有显示的学习过程,是一lazy learning的代表,因为它有了数据集后没有所谓的“训练阶段”,并不首先对数据集中的样本进行处理和学习。原理存在由许多样本构成的数据集,包括许多特征值及其向量还有原创 2017-08-13 22:18:41 · 385 阅读 · 0 评论 -
mean teacher
mean teacher半监督 mean teacher 是17年提出来的半监督方法:Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning resultsarxiv改进了Temporal ensembling 和 Π\...原创 2018-12-10 11:14:27 · 14263 阅读 · 2 评论