上一章学习了非监督学习的聚类，聚类算法可以将不同性质的分类分开。这两天学习了apriori算法进行关联分析，感觉是目前最难理解的一章了，并且书中还有个很坑爹的错误，作者存在很大的疏忽。
Apriori算法关联分析：从大规模数据集中寻找物品间的隐含关系被称作关联分析或者关联规则学习。
关联分析应用1：我们以前学习的是根据特性进行分类或者回归预测，并没有挖掘特性之间的关系，关联分析可以用于分析数据...
分类：
编程语言 时间：
2016-04-17 23:02:44
阅读次数：
655
从 coursa 上面学的是说，监督学习是指我们来教计算机如何“学习”，非监督学习是指让计算机自己学习。监督学习又有两个大的分支，一个是 regression，另一个是 classification。 既然是我们来教计算机如何学习，那就必定有一个“标准答案”。regression 是说，这个标准答案 ...
分类：
系统相关 时间：
2016-04-10 10:13:28
阅读次数：
220
9 Anomaly Detection9.1 Density Estimation9.1.1 Problem Motivation异常检测（Density Estimation）是机器学习常见的应用，主要用于非监督学习，但在某些方面又类似于监督学习。异常检测最常见的应用是欺诈检测和在工业生产领域。 ...
分类：
其他好文 时间：
2016-03-29 10:18:23
阅读次数：
390
K-Means算法非监督式学习对一组无标签的数据试图发现其内在的结构，主要用途包括：市场划分（Market Segmentation）社交网络分析（Social Network Analysis）管理计算机集群（Organize Computer Clusters）天文学数据分析（Astronomi...
分类：
其他好文 时间：
2016-01-20 22:12:07
阅读次数：
844
非监督式学习：watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzQ3NjQ2NA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="...
分类：
其他好文 时间：
2016-01-08 18:27:25
阅读次数：
229
原文网址：http://www.iteye.com/news/312701.我们应该会看到更为深层的模型，与如今的模型相比，这些模型可以从更少的训练样例中学习，在非监督学习方面也会取得实质性进展。我们应该会看到更精准有用的语音和视觉识别系统。2.我期望深度学习能够越来越多地被用于多模（multi-m...
分类：
其他好文 时间：
2016-01-07 10:03:25
阅读次数：
235
不同于其它的机器学习模型，EM算法是一种非监督的学习算法，它的输入数据事先不需要进行标注。相反，该算法从给定的样本集中，能计算出高斯混和参数的最大似然估计。也能得到每个样本对应的标注值，类似于kmeans聚类（输入样本数据，输出样本数据的标注）。实际上，高斯混和模型GMM和kmeans都是EM算法的...
分类：
编程语言 时间：
2015-12-10 16:37:06
阅读次数：
355
kmeans算法主要用来实现自动聚类，是一种非监督的机器学习算法，使用非常广泛。在opencv3.0中提供了这样一个函数，直接调用就能实现自动聚类，非常方便。函数原型：C++: double kmeans(InputArray data, int K, InputOutputArray bestLa...
分类：
其他好文 时间：
2015-12-09 19:23:47
阅读次数：
197
初步介绍监督式学习: 给定数据集并且知道其正确的输出应该是怎么样的，即有反馈（feedback），分为回归 （Regressioin）: map输入到连续的输出值。分类 （Classification）：map输出到离散的输出值。非监督式学习: 给定数据集，并不知道其正确的输出是什么，没有反馈，分为...
分类：
其他好文 时间：
2015-12-07 12:00:26
阅读次数：
148
一.Learning with Different Output Space Y二.Learning with Different Data Label yn监督式学习，每个训练样本都有对应的label，相当于每个x都有一个y对应非监督式学习，每个训练样本是没有label的，需要电脑自己划分，类似于...
分类：
其他好文 时间：
2015-11-09 01:37:31
阅读次数：
305
