关联规则（AssociationRules），无监督学习方法，用于知识发现。 其可以用于给数据进行标注，但缺点是其结果难以进行评估。 关联规则的最经典的案例就是购物篮分析。同样也可用于电影推荐、约会网站或者药物间的相互副作用。 关联规则首先定义：为项集（items），其中为项。 则为数据库（data... ...
分类：
其他好文 时间：
2020-03-24 23:27:32
阅读次数：
242
简介 统计学习，或者说机器学习的方法主要由监督学习、无监督学习和强化学习组成（它们是并列的，都属于统计学习方法）。 统计学习方法要素 1、假设数据独立同分布。（同数据源的不同样本之间相互独立） 2*、假设要学习的模型属于某个函数的集合，称为假设空间。（你确定了这个函数的样式，就是假设空间，但是函数里 ...
分类：
其他好文 时间：
2020-03-18 20:20:51
阅读次数：
103
导读 从一开始的AlphaGo击败世界冠军、到今天的自然语言处理、自动驾驶等，这与机器学习之强化学习算法息息相关。这股技术热浪也在逐年上升中。本文通俗语言简洁强化学习原理，马尔科夫过程，以及深度强化学习的应用。 概论 随着近些年人工智能领域的发展，机器学习技术被分为监督学习、无监督学习和强化学习三大 ...
分类：
其他好文 时间：
2020-03-17 14:06:39
阅读次数：
77
所有机器学习模型都可以分为 有监督 的或 无监督 的。如果模型是监督模型，则将其再分类为回归模型或分类模型。我们将介绍这些术语的含义以及下面每个类别中对应的模型。 监督学习模型 监督学习涉及基于示例输入 输出对学习将输入映射到输出的功能。 例如，如果我有一个包含两个变量的数据集，即年龄（输入）和身高 ...
分类：
其他好文 时间：
2020-03-15 20:38:38
阅读次数：
93
统计学习基础知识 [toc] 现在我们开始统计学习系列课程的学习，首先先给大家介绍一下统计学习的基础知识。 1. 统计学习种类 统计学习一般分为两个主要类别：监督学习（ predictive learning, supervised learning ）以及非监督学习（ descriptive le ...
分类：
其他好文 时间：
2020-03-11 10:43:16
阅读次数：
88
线性判别分析 LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。LDA的思想可以用一句话概括，就是“投影后类内方差最小，类间方差最大”。什么意思呢？ 我们要将数据在低维度上进行投影，投影后希望每一种类别数据的投影 ...
分类：
其他好文 时间：
2020-03-09 23:52:10
阅读次数：
100
摘要：实际项目中需要将BERT线上化需要使模型又快又好的训练，所以经过调研使用目前BERT最新的派生产品ALBERT。ALBERT通过因式分解和共享层与层之间的参数减少了模型参数量，提升了参数效率；通过SOP替代NOP，增强了网络学习句子的连续性的能力，提升了自监督学习任务的能力；通过去掉dropo... ...
分类：
其他好文 时间：
2020-03-08 19:20:58
阅读次数：
83
感知机属于有监督的学习，生成的模型称为判别模型。其通过特定的函数将输入的特征向量，输出为实例的类别（+1或-1），该函数即为将实例划分为两类的分离超平面。为获得最优化的超平面，感知机引入了基于误分类的损失函数。感知机是神经网络和支持向量机的基础。 有监督学习分为生成模型和判别模型两种。其分别含义如下 ...
分类：
其他好文 时间：
2020-03-07 20:30:43
阅读次数：
122
机器学习可分为：有监督（Supervised Learning）、无监督（Unsupervised Learning）、强化学习(Reinforcement Learning) 1. 有监督学习：数据集包含样本 x 与标签 y ，训练时，通过计算模型的预测值与真实标签 y 之间的误差来优化网络参数 ...
分类：
其他好文 时间：
2020-03-05 13:54:23
阅读次数：
72
自编码AutoEncoder是一种无监督学习的算法，他利用反向传播算法，让目标值等于输入值。什么意思呢，下面举个例子 有一个神经网络，它在做的事情是，输入一张图片，通过一个Encoder神经网络，输出一个比较"浓缩的"feature map。之后将这个feature map通过一个Decoder网络 ...
分类：
Web程序 时间：
2020-03-04 22:31:01
阅读次数：
71
