引入 监督学习的过程可以概括为:最小化误差的同时规则化参数。最小化误差是为了让模型拟合训练数据,规则化参数是为了防止过拟合。参数过多会导致模型复杂度上升,产生过拟合,即训练误差很小,但测试误差很大,这和监督学习的目标是相…
分类:监督学习
scikit_learn学习笔记四——无监督学习之聚类与降维
无监督学习 发现数据本身的分布特点 数据聚类 K-means 预先设定聚类个数,再不断更新聚类中心,多轮迭代后,使得所有数据点到其所属聚类中心距离的平方和趋于稳定. #matplotlib inline import n…
揭秘深度学习:“弱监督”下的神经排序模型
作者:纪尚宏 班级:1402019 学号:14020199038 【嵌牛导读】:近年来,无监督的深度神经网络在计算机视觉技术、自然语言处理和语音识别任务上都已经取得了很大的进步,而在信息检索的排序上却仍在原地…
《机器学习--监督学习》(入门3章)
3.监督学习 3.1.线性回归 我们希望根据房子的居住尺寸来预测房价并得到房价与尺寸之间的线性关系。每个居住尺寸对应一个唯一且给定的住房价格,所以这是一个监督学习问题。我们希望获得居住尺寸和房价两个变量之间的关系,这是个…
无监督学习 聚类分析④
无监督学习 聚类分析④ EM(Expectation Maximization Algorithm) 1.EM算法的基本思想 假如我们随机选取了100名男生和100名女生,两百个人混在一起,而目前只有每个人学生的身高数据…
scikit-learn--Nearest Neighbors(最近邻)
sklearn.neighbors提供基于邻居的有监督和无监督的学习方法。无监督最近邻方法是很多学习方法的基础,特别是流形学习和谱聚类。有监督的最近邻方法包括:离散数据的分类、连续数据的回归。 最近邻方法的原理是,找到指…
[1.1] 监督学习和无监督学习
supervised learning(监督学习) and unsupervised learning(无监督学习) 今天在写代码的时候,想知道LDA是不是属于无监督学习。然后就想知道监督学习和无监督学习的本质区别在哪里…
从监督学习说起
按照上篇文章的说的,我们和小冰聊天的过程,对她来说就相当于很多次的“输入-处理-输出”。从机器学习的视角上来看,小冰在学习怎么跟我们说话的时候(被开发阶段),应该主要采用了监督学习。 监督学习(supervised le…
增强学习简介(An Introduction to Reinforcement Learning)
1. 什么是增强学习? 增强学习是一种将环境映射到行为、在此过程中实现最大化目标的学习过程。(Reinforcement Learning is learning what to do——how to ma…
深度学习中的预训练
转载自:http://blog.csdn.net/elwangeij/article/details/51352964 为什么预训练: 深度网络存在以下缺点: 1. 网络越深,需要的训练样本数越多。若用监督则需大量标注样…
自编码学习
TensorFlow上实践基于自编码的One Class Learning 异常检测算法–Isolation Forest http://euler.stat.yale.edu/~tba3/stat665/l…
无监督学习
无监督学习的目标 利用无标签的数据学习数据的分布或数据与数据之间的关系被称作无监督学习。 有监督学习和无监督学习的最大区别就在于数据是否有标签 无监督学习最常应用的场景是聚类(clustering)和降维(Dimensi…