到目前为止，已经叙述了神经网络的监督学习，即学习的样本都是有标签的。现在假设我们有一个没有标签的训练集，其中. 自动编码器就是一个运用了反向传播进行无监督学习的神经网络，学习的目的就是为了让输出值和输入值相等，即.下面就是一个自动编码器：自动编码器试图学习一个函数. 换句话说，它试图逼近一个等式函数...
分类：
其他好文 时间：
2014-10-14 14:04:58
阅读次数：
261
考虑一个监督学习问题，现在有一些带标签的训练样本(x(i),y(i)).神经网络就是定义一个复杂且非线性的假设hW,b(x)，其中W,b是需要拟合的参数.下面是一个最简单的神经网络结构，只含有一个神经元，后面就用下图的形式代表一个神经元：把神经元看作是一个计算单元，左边的x1,x2,x3(和 截距+...
分类：
其他好文 时间：
2014-10-11 13:43:55
阅读次数：
559
在各种数据挖掘算法中，关联规则挖掘算是比较重要的一种，尤其是受购物篮分析的影响，关联规则被应用到很多实际业务中，本文对关联规则挖掘做一个小的总结。
首先，和聚类算法一样，关联规则挖掘属于无监督学习方法，它描述的是在一个事物中物品间同时出现的规律的知识模式，现实生活中，比如超市购物时，顾客购买记录常常隐含着很多关联规则，比如购买圆珠笔的顾客中有65%也购买了笔记本，利用这些规则，商场人员可以很...
分类：
其他好文 时间：
2014-10-08 18:24:35
阅读次数：
251
考虑下图所示数据集：这是一个关于居住面积，卧室数量和房屋价格的数据集。对于这个数据集，x就是二维的向量，因为每一个训练样本包含两个属性（居住面积，卧室数量）。为了进行监督学习，必须提出一个合理的假设或函数，假如我们用线性函数去近似y（对于上述数据集y就是房屋的价格），xi(i = 1,2,...m)...
分类：
其他好文 时间：
2014-10-06 23:15:50
阅读次数：
287
假设有以下面积和房屋价格的数据集：可以在坐标中画出数据的情况：就是基于这样一个数据集，假定给出一个房屋的面积，如何预测出它的价格？很显然就是我们只需建立一个关于房屋面积的函数，输出就是房屋的价格。所以引出监督学习的概念：给定训练集X，学习出一个函数h:X→Y,使得函数h(x)能够较好地对于Y做出预测...
分类：
其他好文 时间：
2014-10-06 12:53:50
阅读次数：
229
Types of learning
根据个人理解，机器学习中的学习方式的分类有利于我们在面对一个具体的问题时，能够根据要达到的目标选择合适的机器学习算法来得到想要的结果。比如，判断一封电子邮件是否是垃圾邮件，就要使用分类(classification)，那要达到分类的效果就要使机器学会怎么样去分类，这就是学习的过程。在学习的过程在又分为四大类：
1)监督学习 (supervised le...
分类：
其他好文 时间：
2014-10-03 20:37:05
阅读次数：
194
在各种数据挖掘算法中，关联规则挖掘算是比较重要的一种，尤其是受购物篮分析的影响，关联规则被应用到很多实际业务中，本文对关联规则挖掘做一个小的总结。
首先，和聚类算法一样，关联规则挖掘属于无监督学习方法，它描述的是在一个事物中物品间同时出现的规律的知识模式，现实生活中，比如超市购物时，顾客购买记录常常隐含着很多关联规则，比如购买圆珠笔的顾客中有65%也购买了笔记本，利用这些规则，商场人员可以很...
分类：
其他好文 时间：
2014-09-25 20:36:57
阅读次数：
260
聚类算法在数据挖掘里面被称之为无监督学习（unsupervised learning），这是与监督学习（supervised learning）相对的。在它们两者之间还一种叫做半监督学习（semi-supervised learning）聚类算法的一般过程分为：1. 读入需预测样本2. 初始化聚类算...
分类：
其他好文 时间：
2014-09-18 20:18:04
阅读次数：
381
