1.归类: 聚类(clustering) 属于非监督学习 (unsupervised learning) 无类别标记(class label) 2.举例: 3. K-means 算法: 3.1 Clustering 中的经典算法,数据挖掘十大经典算法之一 3.2 算法接受参数 k ;然后将事先输入的 ...
分类:
编程语言 时间:
2017-08-03 00:50:57
阅读次数:
175
黄文坚的tensorflow实战一书中的第四章,讲述了tensorflow实现多层感知机。Hiton早年提出过自编码器的非监督学习算法,书中的代码给出了一个隐藏层的神经网络,本人扩展到了多层,改进了代码。实现多层神经网络时,把每层封装成一个NetLayer对象(本质是单向链表),然后计算隐藏层输出值 ...
分类:
其他好文 时间:
2017-07-26 10:45:57
阅读次数:
474
对学习的定义 学习经验E 完成任务T 绩效指标P 对于某类任务T和性能度量P,如果一个计算机程序在完成T上以P来衡量完成的好坏,并随着经验E而自我完善,那么我们称这个计算机程序在从经验E中学习 (常用)机器学习算法,主要是以下两种: 监督学习 非监督学习 (其他)学习算法等 加强学习 推荐系统 (概 ...
分类:
其他好文 时间:
2017-07-15 12:37:01
阅读次数:
145
监督学习:分类和回归 非监督学习:聚类和非聚类 1.分类和聚类的区别: 分类(Categorization or Classification)就是按照某种标准给对象贴标签(label),再根据标签来区分归类。 聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 2.回归和 ...
分类:
系统相关 时间:
2017-07-04 20:27:19
阅读次数:
252
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,这个标准答案是连 ...
分类:
其他好文 时间:
2017-05-24 22:26:54
阅读次数:
210
这是一篇发表于2008年初的论文。 文章主要讲了利用 denosing autoencoder来学习 robust的中间特征。。进上步,说明,利用这个方法,可以初始化神经网络的权值。。这就相当于一种非监督学习的方法来训练神经网络。 当我们在用神经网络解决各种识别任务时,如果我们想要网络的性能更好,就... ...
分类:
Web程序 时间:
2017-05-12 23:13:04
阅读次数:
294
斯坦福大学的Machine Learning课程(讲师是Andrew Ng)公开课是学习机器学习的“圣经”,以下内容是听课笔记。 一、何谓机器学习 Machine Learning is field of study that gives computers the ability to learn ...
分类:
系统相关 时间:
2017-05-10 12:55:04
阅读次数:
306
概述 在机器学习领域,主要有三类不同的学习方法: 监督学习(Supervised learning) 非监督学习(Unsupervised learning) 半监督学习(Semi-supervised learning) 定义 监督学习:通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函 ...
分类:
其他好文 时间:
2017-05-04 01:34:05
阅读次数:
155
ISODATA迭代自组织数据分析算法。 上一篇K-mean算法实质上应属于监督学习的算法,而这次的ISODATA算法则属于非监督学习,在不确定聚类中心数目的情况下,只根据提前设置好的参数对样本点进行分类,可以结合人机交互的结构,在K-mean算法的基础上增加了合并核和分裂两个操作,相对来说更为灵活。 ...
分类:
其他好文 时间:
2017-04-30 01:00:47
阅读次数:
263
前面,我们提到了监督学习,在机器学习中,与之对应的是非监督学习。无监督学习的问题是,在未加标签的数据中,试图找到隐藏的结构。因为提供给学习者的实例是未标记的,因此没有错误或报酬信号来评估潜在的解决方案。这区别于监督学习和强化学习无监督学习。 无监督学习是密切相关的统计数据密度估计的问题。然而无监督学 ...
分类:
系统相关 时间:
2017-04-28 22:18:25
阅读次数:
299