机器学习 监督学习论文_机器学习-无监督学习概论

最新推荐文章于 2023-06-05 09:54:37 发布
最新推荐文章于 2023-06-05 09:54:37 发布
阅读量271 收藏
点赞数
文章标签： 机器学习 监督学习论文
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。
本文链接：https://blog.csdn.net/weixin_39748183/article/details/113364125
版权

8eec31bfcceb77ea09c77a5e0a51c7cb.png

无监督学习

1 无监督学习基本原理

无监督学习：从无标注的数据中学习数据的统计规律或者说内在结构的机器学习，主要包括聚类、降维、概率估计，对应的输出是类别，转换，概率

无监督学习的模型：函数

equation?tex=z%3Dg_%7B%5Ctheta%7D%28x%29（硬聚类），条件概率分布
equation?tex=P_%7B%5Ctheta%7D%28z%7Cx%29（软聚类）或条件概率分布
equation?tex=P_%7B%5Ctheta%7D%28x%7Cz%29（概率模型估计）

定义训练数据集

equation?tex=X：

最低0.47元/天 解锁文章
weixin_39748183
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习结课论文-期望最大化（EM）.docx
08-31
期望最大化算法(Expectation-maximization algorithm)是机器学习中一个非常重要的算法，又称作 EM 算法。EM算法是由Dempster等人1977年提出的统计模型参数估计的一种算法。它采用的迭代交替搜索方式可以简单有效的求解最大似然函数估计问题。已知的概率模型内部存在隐含的变量，导致了不能直接用极大似然法来估计参数，EM算法就是通过迭代逼近的方式用实际的值带入求解模型内部参数的算法。它在当代的工业、商业和科学研究领域发挥了重要的作用。
AI:机器学习代码，资源合集
03-23
这些代码不仅涵盖了监督学习、无监督学习和半监督学习的常见算法，如线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻、神经网络、朴素贝叶斯等，还可能包含强化学习的相关实现，这将帮助你理解和应用这些...
机器学习概论
枯荣
10-06 3202
机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。 基本简介 学习能力是智能行为的一个非常重要的特征，     但至今对学习的机理尚不清楚。人们曾对机器
机器学习---结课论文
qq_25368751的博客
04-18 5285
机器学习与隐私保护结课论文摘 要：随着大数据时代的到来，时间序列数据在各个领域被广泛应用。然而，如何在利用这些数据的同时保护用户隐私成为了一个亟待解决的问题。本文回顾了时间序列数据的基本概念及其在机器学习中的应用，并总结了当前面临的隐私保护问题及已有的解决方案。接着，分析了这些解决方案的不足之处，并提出了新的隐私保护方法。最后，展望了未来研究方向。本文旨在为时间序列数据的隐私保护提供一个全面的概述，为未来相关研究奠定基础。关键词: 时间序列数据；机器学习；隐私保护；差分隐私；安全多方计算；
机器学习小结（论文用）
My Struggle
02-10 2957
机器学习是人脸识别的根基，一张图片在计算机中存储首先是通过记录构成它的像素点的信息，包括像素的位置、RGB色彩以及灰度值等。在处理图像的过程中，图像也是通过矩阵的形式存放的，一个矩阵表示一张图片。通过对矩阵的翻转、平滑、膨胀等操作实现边缘检测和特征提取等操作。可以说，机器学习不仅是对于人脸识别，在整个人工智能的地位都是举足轻重的。 机器学习是基于测试集构建的数学模型，我们一般会用概率统计模型作为...
机器学习--导论（一）
qq_41511262的博客
10-12 413
机器学习–导论 一、大数据时代究竟改变了什么？ 二、大数据的4V特征（理解） 三、大数据项目架构-以电信日志分析为例
《近代机器人发展概论》公选课教学模式探究.pdf
08-14
【近代机器人发展概论】公选课教学模式的探究旨在解决在高等教育中如何有效地传授机器人技术知识的问题。文章强调了机器人技术作为科学研究的热点，其快速发展对教育提出了新的挑战。教学模式的创新对于激发学生对...
信息工程专业概论期末论文
01-14
信息工程的未来将深度融入人工智能、机器学习和边缘计算等领域，实现更高效的数据处理和决策支持。同时，随着信息安全问题日益突出，密码学、网络安全和隐私保护也将成为信息工程研究的重点。 3. 信息工程的应用...
机器人概论论文 机器人概论论文
06-03
第三代智能机器人，正处在研发阶段，它们具有更高级的认知功能，如学习和规划。未来，机器人将朝着更强的智能、更人性化的外形和微型化方向发展，这需要信息技术的持续进步作为支撑。 其次，信息技术在机器人发展中...
神经网络和机器学习论文集
09-16
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
机器学习经典论文---十大经典算法
04-18
机器学习十大经典算法，有关BAYES算法，ID5,kmeans,等等机器学习领域最常用的算法
计算机科学与技术概论论文.docx
09-20
计算机科学与技术概论论文 计算机科学与技术是一门涵盖广泛的学科，包括计算机系统结构、操作系统、数据库系统、编译原理、网络技术等多个领域。它的目标是利用计算机解决问题的能力来满足人类的生产、生活和科研...
自监督学习论文解读|SimSiam：探索简单的孪生表示学习
sinat_38225756的博客
06-05 1544
孪生网络已经成为最近各种无监督视觉表示学习模型中的常见结构。这些模型最大化了一幅图像的两个增强之间的相似性，在一定的条件下避免坍塌。在本文中，我们报告了令人惊讶的经验结果，即简单的孪生网络即使不使用以下任何一种也可以学习有意义的表示：(i)负样本对，(ii)大批量，(iii)动量编码器。我们的实验表明，对于损失和结构确实存在坍塌解，但停止梯度操作在防止坍塌方面起着至关重要的作用。我们提供了一个关于停止梯度含义的假设，并进一步展示了验证它的概念验证实验。
各种机器学习任务的顶级结果（论文）汇总
深度学习世界
11-10 2105
选自GitHub 机器之心整理 参与：黄小天、蒋思源 今日，机器之心小编在 Github 上发现了一个良心项目：RedditSota 统计了各种机器学习任务的最顶级研究成果（论文），方便大家索引查阅。机器之心对此项目做了介绍。 项目地址：https://github.com//RedditSota/state-of-the-art-resul
机器学习经典论文
zhouyongsdzh的专栏
11-23 3358
源地址： http://suanfazu.com/discussion/68/机器学习经典论文survey合集#0-tsina-1-13801-397232819ff9a47a7b7e80a40613cfe1 感谢分享 Active Learning Two Faces of Active Learning, Dasgupta, 2011 Active Learning
一文读完GitHub30+篇顶级机器学习论文（附摘要和论文下载地址）
weixin_34318272的博客
11-22 373
学术领域，最新的机器学习技术都做到了什么水平？Github上有一个开源项目，专门用于更新最新的研究突破，具体说来，就是什么算法在哪一个数据集上取得了state-of-the-art 的成果。大类包括：监督学习、半监督学习和无监督学习、迁移学习、强化学习，小类包括语音、计算机视觉和NLP。 这一份列表几乎囊括了2017年机器学习领域所有最重大的突破，从微软...
从0到场均50万GMV，鞋服品牌的视频号直播打法3. 直播场次报表.xlsx
最新发布
07-13
从0到场均50万GMV，鞋服品牌的视频号直播打法3. 直播场次报表.xlsx
清华出品 机器学习技术课程 统计学习方法第二版系列课程 第13章 无监督学习概论 共27页.pptx
05-03
本资源是清华大学出品的机器学习技术课程，专注于统计学习方法第二版，其中详细讲解了第13章——无监督学习概论。无监督学习是机器学习的重要分支，它利用未标记的数据进行学习或训练，目标在于理解数据本身的内在...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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