论文阅读
文章平均质量分 80
莫知我哀
世上无难事,只要肯登攀
展开
-
迁移学习综述
A Survey on Deep Transfer Learning阅读日期:2021.8.29Doi:10.1007/978-3-030-01424-7_27文章简介:介绍了2018年以前的深度迁移学习的主要进展,以及迁移学习的主要分类深度学习的缺点依赖大量数据,往往模型越大,需要的数据也越多,成本也就越高需要训练数据和预测数据满足来自同一个总体的假设,深度迁移学习的定义:给定任务TtT_tTt和数据DtD_tDt,利用从数据DsD_sDs和 任务TsT_sTs原创 2021-08-29 21:39:40 · 439 阅读 · 0 评论 -
无监督特征选择算法综述
无监督特征选择算法Filter方法只使用数据的内在属性,不使用聚类等其他辅助方法速度快单变量Information based methodsSUD(Sequential backward selection method for Unsupervised Data)基于距离相似度的熵值作为指标,进行相关性排序,选择特征SVD-Entropy过其奇异值来测量原始数据矩阵的熵,评估每个特征对熵的贡献,并根据它们各自的熵值对特征进行排序。三种选择最终特征子集的不同方法:简单排原创 2021-03-26 16:47:37 · 6863 阅读 · 3 评论