机器学习 （一） 分类 机器学习分类 机器学习分为监督学习和无监督学习两类。 监督学习是指在有标记的样本上建立机器学习的模型（这类算法知道预测什么，即目标变量的分类信息）。 无监督学习恰恰相反，是指没有标记的数据上建立学习模型。 主要任务： 分类：主要任务是将实例数据划分到合适的分类中。 回归：例如 ...
分类：
其他好文 时间：
2019-01-13 23:31:48
阅读次数：
344
考试题 名词解释 简答题 综合题 无人机 定义， 深度学习 定义， 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 ...
分类：
其他好文 时间：
2019-01-08 00:14:20
阅读次数：
705
机器学习分类（1）监督学习 数据集是有标签的，就是说对于给出的样本我们是知道答案的，我们大部分学到的模型都是属于这一类的，包括线性分类器、支持向量机等等； （2）无监督学习 跟监督学习相反，数据集是完全没有标签的，主要的依据是相似的样本在数据空间中一般距离是相近的，这样就能通过距离的计算把样本分类， ...
分类：
其他好文 时间：
2018-12-21 22:56:27
阅读次数：
286
机器学习入门知识 机器学习是什么？ 机器学习的定义有很多，我自己的理解是，机器学习是使机器拥有解决实际问题的能力，他能够根据经验数据分析现有的问题，进行分类和预测 有监督学习和无监督学习 面对要解决的问题首先分析是分类还是回归问题，再进一步看看是监督学习的方法好还是无监督学习的方法好，监督学习是事前 ...
分类：
编程语言 时间：
2018-12-20 20:38:11
阅读次数：
218
目录： 一、RBM 二、Deep Brief Network 三、Deep Autoencoder 一、RBM 二、Deep Brief Network 三、Deep Autoencoder 一、RBM 1、定义【无监督学习】 RBM记住三个要诀：1）两层结构图，可视层和隐藏层；【没输出层】2）层内 ...
分类：
Web程序 时间：
2018-12-13 12:45:03
阅读次数：
645
一、自编码器：降维【无监督学习】 PCA简介：【线性】原矩阵乘以过渡矩阵W得到新的矩阵，原矩阵和新矩阵是同样的东西，只是通过W换基。 自编码： 自编码和PCA的区别： 由于神经网络能够学习非线性关系，因此可以认为这是PCA更有力（非线性）的泛化。而PCA试图发现描述原始数据的低维超平面，自编码器则能 ...
分类：
Web程序 时间：
2018-12-12 22:10:26
阅读次数：
368
数据降维(Dimensionality reduction) 应用范围 + 无监督学习 + 图片压缩(需要的时候在还原回来) + 数据压缩 + 数据可视化 数据压缩(Data Compression) + 将高维的数据转变为低维的数据, 这样我们存储数据的矩阵的列就减少了, 那么我们需要存储的数据就 ...
分类：
其他好文 时间：
2018-12-01 15:23:53
阅读次数：
119
KMeans KMeans是一种无监督学习聚类方法, 目的是发现数据中数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。 无监督学习,也就是没有对应的标签,只有数据记录.通过KMeans聚类,可以将数据划分成一个簇,进而发现数据之间的关系. 原理 KMeans算法 ...
分类：
编程语言 时间：
2018-11-26 23:18:27
阅读次数：
380
一.反欺诈几种发展阶段： 1.黑名单，信誉库和指纹设备。这个很好理解，就是针对已有的出现过过信用的人进行标记，但是这种无法标记没有信用记录的人； 2.规则规律。这个根据一些好的信用的人一些特性，或者一些黑名单的人进行标记统计，总结出一些规则，然后通过规则去过滤避免一些风险； 3.有监督机器学习。有监 ...
分类：
其他好文 时间：
2018-11-25 22:26:30
阅读次数：
275
机器学习分为有监督学习和无监督学习。 有监督学习分为回归问题和分类问题。 Regression 回归问题是指我们想要预测连续的数值输出 Classification 分类是指我们设法预测一个离散值输出（0 or 1），有时也可以存在有两个以上的可能的输出值。 设有一组数据，x为自变量，y为因变量，( ...
分类：
其他好文 时间：
2018-11-24 18:54:39
阅读次数：
287
