K-means1、K-means是非监督学习，解决的是聚类问题，k表示聚成k类； KNN 是一种监督学习算法，解决的是分类问题，K表示K个邻居。2、K-means的工作原理 1)选取K个点作为初始类中心点，这些点一般是随机抽取的 2）将每个点分配到最近的类中心点，这样就形成了K个类，然后重新计算每个 ...
分类：
其他好文 时间：
2020-11-04 19:02:16
阅读次数：
16
AutoEncoder 这是一种非监督学习方式，主要用于数据的降维或者特征的抽取。 Autoencoder 实际上跟普通的神经网络没有什么本质的区别，分为输入层，隐藏层和输出层。 autoencoder的意义在于学习的（通常是节点数更少的）中间coder层（最中间的那一层），这一层是输入向量的良好表 ...
分类：
其他好文 时间：
2020-08-28 14:36:04
阅读次数：
62
1、常见的降维的方法有：主成分分析，线性判别分析，等距映射，局部线性插入，拉不拉斯特征映射，局部保留投影。 一、PCA: 2、:主成分分析法，最经典的降维的方法，是一种线性，非监督，全局的降维方法。 最大方差理论： 3、PCA旨在找到数据中的主成分，用这些主成分表征原始数据，达到降维的目的。信号具有 ...
分类：
其他好文 时间：
2020-07-30 22:04:18
阅读次数：
75
概述传统的控制：将任务分解成多个任务的串并联，设计（子）控制器机器学习：将控制器压缩成黑盒Black box强化学习不同于 监督、非监督学习（与静态数据交互），与环境产生交互，产生最优结果的动作序列。强化学习架构Agent： 由Policy 和 RL_Alg构成Enviroment：关键定义Rewa... ...
分类：
其他好文 时间：
2020-07-22 16:27:19
阅读次数：
132
功能概述 1.1 遥感图像分类的概念 遥感技术能够实现宏观、迅速的大范围信息提取，被各个行业广泛应用。遥感图像分类是图像信息提取的一种方法，是遥感数字图像处理的重要环节之一。 遥感图像分类：根据感兴趣目标在遥感图像上的特征差异，判断并识别其类别属性和空间分布特征等信息的过程。 重点关注： 选择哪些有... ...
分类：
其他好文 时间：
2020-07-16 21:10:58
阅读次数：
64
监督学习（Supervised Learning） 添加标签，手把手训练。 比如线性回归算法。 半监督学习（Semi-supervised Learning） 非监督学习（Unsupervised Learning） 通过有标签或没标签的数据集，让机器自己去找出规律。比如分类算法。 结构化学习（St ...
分类：
其他好文 时间：
2020-06-26 18:40:25
阅读次数：
55
非显著式编程的做法 收益函数 1998 Tom MitShell 第一本成熟的教科书：MACHINE LEARNING 典型的最优化问题 为数据打标签（独特行业） 监督学习 强化学习（与环境互动） 非监督学习 需要假设：同一类的训练数据在空间中距离更近->样本的空间信息->设计算法将其分成两类 非监 ...
分类：
其他好文 时间：
2020-06-17 10:44:59
阅读次数：
69
目录 Doc2vec简介 Doc2vec模型 总结 一句话简介：doc2vec（又叫Paragraph Vector）是google的两位大牛Quoc Le和Tomas Mikolov在2014年提出的，是一种非监督式算法，可以获得 sentences/paragraphs/documents 的向... ...
分类：
其他好文 时间：
2020-06-16 19:58:41
阅读次数：
61
@ 一、简介 ●lan Goodfellow 2014年提出 ●非监督式学习任务 ●使用两个深度神经网络: Generator (生成器), Discriminator(判别器) 二、原理 举一个制造假钞的例子： 生成器:制造假钞的人 判别器:警察 训练过程： 制造假钞的人生产假钞 警察判断是否是假 ...
分类：
Web程序 时间：
2020-05-26 12:25:30
阅读次数：
113
监督学习的数据就是有标签数据，无监督学习的数据就是无标签数据。 有标签的数据应该就是采用有监督学习方式，像线性分类器，神经网络等；无标签的数据采用非监督学习方式，比如聚类等方法。 半监督式学习问题介于监督式和非监督式学习之间。这里有一个好例子如：照片分类，但是只有部分照片带有标签(如，狗、猫和人)， ...
分类：
其他好文 时间：
2020-05-21 09:38:17
阅读次数：
275
