第1章 欢迎来到 Python3 玩转机器学习1-1 什么是机器学习1-2 课程涵盖的内容和理念1-3 课程所使用的主要技术栈第2章 机器学习基础2-1 机器学习世界的数据2-2 机器学习的主要任务2-3 监督学习，非监督学习，半监督学习和增强学习2-4 批量学习，在线学习，参数学习和非参数学习2- ...
分类：
编程语言 时间：
2019-05-21 09:38:55
阅读次数：
263
1、机器学习分类 有监督学习 无监督学习 半监督学习 强化学习 遗传算法 2、神经网络 一种基于传统统计学的模型，由大量的神经元与其关系构成。常用来对复杂的输入和输出关系进行建模 误差反向传递：给出信号，得到经过神经网络算法之后的结果（信号正向传播），再根据结果来修改神经网络中的神经元强度（信号反向 ...
分类：
编程语言 时间：
2019-05-15 22:54:31
阅读次数：
234
一.学习的类型 1.根据输出空间：分类（二分类，多类别分类），回归，结构化 二分类：解决是非问题 多类别分类：邮递区号的辨识，邮件分类，图像辨识 回归：预测股票走势，预测天气 结构化：自然语言辨识 2.根据标签：监督学习，非监督学习，半监督学习，强化学习 非监督学习：聚类、密度分析、离群点检测（目标 ...
分类：
其他好文 时间：
2019-04-19 17:44:51
阅读次数：
189
低资源： 平行语料库：质量不行。 伪数据：用单语语料库单向翻译，构造伪平行语料库 半监督学习 对偶学习：微软的 多任务学习：百度的 谷歌：通用的语言翻译模型 最大期望似然估计 —————————————————————————————————————————————————————————————— ...
分类：
其他好文 时间：
2019-02-15 13:44:45
阅读次数：
361
本文来自《Wasserstein GAN》，时间线为2017年1月，本文可以算得上是GAN发展的一个里程碑文献了，其解决了以往GAN训练困难，结果不稳定等问题。 1 引言 本文主要思考的是半监督学习。当我们说到学习一个概率分布，人们传统的意思是学习一个概率密度。这通常是通过定义一个参数化概率密度$( ...
分类：
Web程序 时间：
2019-02-12 18:50:36
阅读次数：
157
概述 监督学习指的是训练样本包含标记信息的学习任务，例如：常见的分类与回归算法； 无监督学习则是训练样本不包含标记信息的学习任务，例如：聚类算法。 在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形，例如：做网页推荐时需要让用户标记出感兴趣的网页，但是少有用户愿意花时间来提供标记。若直接 ...
分类：
其他好文 时间：
2019-01-16 13:03:28
阅读次数：
319
机器学习按照学习方式的不同，分为很多的类型，主要的类型分为 监督学习 非监督学习 强化学习 半监督学习 什么是监督学习？ 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练。 正如下图中给出了好多鸭子的特征那样，指示出那些是鸭子哪些不是鸭子，然后让计算机进行学习，计算机 ...
分类：
其他好文 时间：
2018-12-21 22:48:41
阅读次数：
302
初期的业务， 通常标签不够多，特别是大额欺诈等，获取Y标签的代价很高。 因此标签少的问题非常有实际价值。 方案： 1. 半监督学习 2. 迁移学习 3. 在考虑的方法 4. 其他新算法， 如下 论文： WGAN + 半监督学习 1. "Improving the Improved Training ...
分类：
其他好文 时间：
2018-11-27 22:07:39
阅读次数：
194
机器学习 监督学习 非监督学习 半监督学习 强化学习 遗传算法 神经网络 CNN TensorFlow搭建CNN 展开源码 展开源码 RNN 展开源码 展开源码 LSTM 为了解决梯度弥散和梯度爆炸 展开源码 展开源码 自编码器 autoencoder 展开源码 展开源码 GAN 展开源码 展开源码 ...
分类：
其他好文 时间：
2018-11-24 22:25:22
阅读次数：
219
原文链接：https://riboseyim.github.io/2018/02/10/Machine Learning Algorithms/ 摘要 机器学习算法分类：监督学习、半监督学习、无监督学习、强化学习 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策 ...
分类：
编程语言 时间：
2018-11-15 12:02:21
阅读次数：
166
