机器学习 6 unsupervised learning

最新推荐文章于 2020-08-27 10:26:15 发布
原创 最新推荐文章于 2020-08-27 10:26:15 发布 · 967 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#algorithm #random #算法 #function #vb

本文深入探讨了机器学习中常用的聚类算法K-means及其原理，同时介绍了密度估计方法在异常检测和突出分析中的应用。还提到了EM算法在处理不完全数据时的高效性，以及高斯判别分析、最大似然估计和Jensen不等式的概念。

Machine Learning lesson 12 http://v.163.com/movie/2008/1/O/T/M6SGF6VB4_M6SGKGMOT.html

1. clustering

2. k-means clustering algorithm

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。

3. density estimation

anomaly detection or standout analysis

4. EM algorithm

这种方法可以广泛地应用于处理缺损数据，截尾数据，带有噪声等所谓的不完全数据(incomplete data)

see more in http://baike.baidu.com/view/1541707.htm 

Gaussian Discriminant Analysis

maximum likeliness estimation

Jensen's inequality:

In the context of probability theory, it is generally stated in the following form: if X is a random variable and f is a convex function, then f(EX) <= E(f(X)).

监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
u013558123的博客
02-13 1120
监督学习（Supervised Learning）无监督学习（Unsupervised Learning）强化学习（Reinforcement Learning）介绍，
无监督特征学习——Unsupervised feature learning and deep learning
热门推荐
Rachel Zhang的专栏
07-31 8万+
无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andrew N
Machine Learning Class 1:Introduction,supervised & unsupervised learning
CodenameNC的博客
05-20 403
The note of Andrew Ng's Machine Learning class on coursera. This blog is for the Introduction part
unsupervised learning: K-means 算法
weixin_30653097的博客
02-29 157
k-means算法是目前最流行的，用得最多的一种clustering算法 K-means算法 如果我们想要将上图中的绿色的点分为两类，首先随机的选取两个cluster centroids(聚类中心)，然后迭代(循环)地做两件事：cluster assignment和move centroids(图1) cluster assignment: 然后将训练集中的每个样本，根据是距离红...
Unsupervised Learning Algorithms 无监督学习算法总结
01-05 637
• K-means • PCA (Principal Component Analysis) • ICA (Independent Component Analysis) • MF (Matrix Factorization) • LSA (Latent Semantic Analysis) • LDA (Latent Dirichlet Allocation)
9.26无监督学习unsupervised learning algorithm
weixin_43344710的博客
09-26 386
Clustering(聚类算法) Unsupervised learning introduction supervised learning problem in case is given a set of labels to fit a hypothesis to it. K-means algorithm（K均值） coherent subsets子集 coherent clust...
吴恩达机器学习2022 Unsupervised learning
09-06
吴恩达机器学习2022 Unsupervised learning
机器学习 -- Unsupervised Learning: Deep Auto-encoder
01-30
Unsupervised Learning: Deep Auto-encoder Auto-encoder Deep Auto-encoder Auto-encoder – Text Retrieval Auto-encoder – Similar Image Search Auto-encoder for CNN CNN -Unpooling CNN - Deconvolution
机器学习教程 - Unsupervised Learning: Word Embedding
01-30
Unsupervised Learning: Word Embedding How to exploit the context? Prediction-based – Training Prediction-based – Language Modeling Prediction-based – Sharing Parameters Prediction-based – Various ...
机器学习 -- Unsupervised Learning: Principle Component Analysis
01-30
Unsupervised Learning: Principle Component Analysis Dimension Reduction Clustering Distributed Representation PCA PCA – Another Point of View
无监督学习（unsupervised learning） 1.线性方法
n不正
04-15 2957
无监督学习（unsupervised learning） 1.线性方法1 unspervised learning Reduction(化繁为简)：Clustering & Dimension，只有输入 Generation(无中生有)：只有输出 2 Clustering How many clusters？ K-Means：将X={x1,x2,…,xN}X = \{x_1, x_2, …,x_N
Machine learning(1): Supervised learning, Unsupervised learning and Reinforcement learning
qq_38395376的博客
11-15 843
Machine learning is divided into three types of method learning. The first method is supervised learning and the second is unsupervised learning. Finally, it is reinforcement learning. Supervised Lear...
本人第一篇博客：推荐一本deep learning的入门书籍
zchuang123的专栏
03-11 1469
一本关于深度学习研究与应用最新进展的小书，共134页，非常紧凑，想了解深度学习的朋友不妨可以看一下。  DEEP LEARNING: METHODS AND APPLICAITON.  Li Deng and Dong Yu. Microsoft Research. One Microsoft Way. Redmond, WA 98052. NOW PUBLISHERS, 2014.
图像 异常检测算法_检测图像异常的算法
weixin_26750481的博客
08-27 5666
图像 异常检测算法Modern applications are generating enormous amounts of image data. And in the last years, researches began to apply some data mining algorithms to extract useful information from these images...
【吴恩达机器学习笔记】003 无监督学习（Unsupervised Learning）
水亦心的博客
05-03 1万+
一、无监督学习引入                   观察上面左边的图，该图是监督学习的分类问题，在监督学习中，数据集中的每个样本有相应的“正确答案”，即被标为良性或者恶性肿瘤。根据这些样本做出预测。        再看右侧，和左侧的区别在于，不管是哪一类，都用相同的符号“圆圈”表示。也就是在右侧的图中，没有了分类。所有的数据是一样的，没有对错之分。我们只有一个数据集，没有人告诉我们什么是正确的...
六行代码的机器学习程序
weixin_26750481的博客
08-27 1017
These series will be composed of #10 episodes of machine learning for “dummies”. 这些系列将由＃10集的“傻瓜”机器学习组成。 If you’re an aspirant to machine learning, I’m happy to announce that, this will make you into ...
机器学习、深度学习与自然语言处理领域推荐的书籍列表
Hunter的专栏
03-07 1862
机器学习、深度学习与自然语言处理领域推荐的书籍列表 是笔者 Awesome Reference 系列的一部分；对于其他的资料、文章、视频教程、工具实践请参考面向程序猿的数据科学与机器学习知识体系及资料合集。本文算是抛砖引玉，笔者最近有空就会在 Pad 上面随手翻阅这些书籍，希望能够了解其他优秀的书籍。 数学基础 2010 - All of Statistics:
无监督学习Unsupervised learning
wulimmya的博客
04-14 1083
文章目录机器学习三大分支：有监督学习，无监督学习，强化学习无监督学习对输入的无标签数据的先验概率密度进行建模有监督学习试图推断出条件概率密度PX(x∣y)P_X(x|y)PX​(x∣y)无监督学习试图推断输入数据的先验概率分布PX(x)P_X(x)PX​(x)无监督学习的两种主要方法：PCA和聚类PCA（主成分分析）自编码器：以无监督方式学习数据编码的神经网络，被称为非线性PCA聚类分析无监督学习...
unsupervised learning
最新发布
08-25
无监督学习（Unsupervised Learning）是一种机器学习方法，主要用于处理没有标签的数据集。它的核心原理是通过分析数据的内在结构、分布和模式，来揭示数据之间的潜在关系和特征。与监督学习不同，无监督学习不依赖...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值