码迷,mamicode.com
首页 >  
搜索关键字:监督学习    ( 1006个结果
Deep learning与Neural Network
该文章转自深度学习微信公众号 深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。深度学习是无监督学习的一种。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特 ...
分类:Web程序   时间:2016-07-08 21:33:33    阅读次数:210
机器学习实战5:k-means聚类:二分k均值聚类+地理位置聚簇实例
k-均值聚类是非监督学习的一种,输入必须指定聚簇中心个数k。k均值是基于相似度的聚类,为没有标签的一簇实例分为一类。 一 经典的k-均值聚类 思路: 1 随机创建k个质心(k必须指定,二维的很容易确定,可视化数据分布,直观确定即可); 2 遍历数据集的每个实例,计算其到每个质心的相似度,这里也就是欧 ...
分类:其他好文   时间:2016-07-04 23:26:24    阅读次数:214
MachineLearning01_DecisionTree(决策树)
分类树(决策树)是一种十分常用的分类方法。他是一种监管学习,所谓监管学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。 下面介绍用ID3算法构造决策树的过程(参考 http://blog.csdn.net/acdreamers/article/details/...
分类:系统相关   时间:2016-07-03 19:36:54    阅读次数:466
[聚类算法] K-means 算法
聚类 和 k-means简单概括。 聚类是一种 无监督学习 问题,它的目标就是基于 相似度 将相似的子集聚合在一起。 k-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据它们的属性分为k个聚类,以便使得所获得的聚类满足: 同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。 k ...
分类:编程语言   时间:2016-06-30 19:42:20    阅读次数:139
聚类算法与应用
七月算法4月机器学习算法班课程笔记——No.10 前言  与回归与分类不同,聚类是无监督学习算法,无监督指的是只需要数据,不需要标记结果,试图探索和发现一些模式。比如对用户购买模式的分析、图像颜色分割等。聚类算法的提出比较早,是数据挖掘的一个重要模块,可以对大量数据分类并概括出每一类的特点。目前也有很多种聚类算法,包括划分法、层次法、基于密度的方法、基于网格的方法等。实际生产中,很少有只用聚类算法的...
分类:编程语言   时间:2016-06-24 15:22:21    阅读次数:351
C4.5算法总结
C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习:给定一个数据集,其中的每一个元组都能用一组属性值来描述,每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习,找到一个从属性值到类别的映射关系,并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.R ...
分类:编程语言   时间:2016-06-23 15:52:13    阅读次数:272
模式识别(Pattern Recognition)学习笔记(三十一)-- 线性回归
1.监督学习 回归算法通常用在监督学习中的学习算法,所以在讲回归之前,先来说说监督学习。 我们已经学习了很多的分类器设计方方法,如感知器、SVM等,他们的共同特点都是,根据给定的带有类别标签的样本,训练学习机器,然后使得机器能够对新来的无标签样本进行正确分类,像这种就属于监督模式识别,对学习机器来说就是监督学习。 举个栗子,就拿老师们讲课最喜欢用的预测房价的例子,图形表示监督学习的过程如下:...
分类:其他好文   时间:2016-06-17 17:22:37    阅读次数:231
Reinforcement Learning
the differences are between the three types of learning(supervised, unsupervised and reinforcement) 监督学习、无监督学习和强化学习的区别 supervised learning sort of tak ...
分类:其他好文   时间:2016-06-17 09:45:24    阅读次数:162
Lasso Regression
Lasso Regression标签(空格分隔): 监督学习在数据挖掘和机器学习算法的模型建立之初,为了尽量的减少因缺少重要变量而出现的模型偏差问题,我们通常会尽可能的多的选择自变量。但是在实际建模的过程中,通常又需要寻找 对响应变量具有解释能力的自变量子集,以提高模型的解释能力与预测精度,这个过程称为特征选择。...
分类:其他好文   时间:2016-06-12 02:56:22    阅读次数:2307
[读书笔记]机器学习:实用案例解析(4)
第4章 排序:智能收件箱 有监督学习与无监督学习:有监督学习已有明确的输出实例;无监督学习在开始处理数据时预先并没有已知的输出实例。 理论上邮件的优先级特征: 社交特征:收件人与发件人之间的交互程度 内容特征:收件人对邮件采取行为(回复、标记等)与某些特征词之间相关 线程特征:记录用户在当前线程下的 ...
分类:其他好文   时间:2016-06-10 21:34:44    阅读次数:328
1006条   上一页 1 ... 74 75 76 77 78 ... 101 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!