1. 非监督学习 监督学习有数据有标签，目的是学习数据和标签之间的映射关系。而无监督学习只有数据，没有标签，目的是学习数据额隐藏结构。 2. 生成模型（Generative Models） 已知训练数据，根据训练数据的分布（distribution）生成新的样例。 无监督学习中的一个核心问题是估计分 ...
分类：
编程语言 时间：
2017-12-09 18:13:46
阅读次数：
402
机器学习主要分两种，一种是监督学习，一种是无监督学习。 一、监督学习 监督学习(supervised learning)是一种已知样本类别的学习方式。 监督学习有两种情况。 一种是回归。对于连续量来说，通过样本确定其回归的模型，求得代价最小的回归方程，来预测新的数据，这种方式称为回归。 如：房屋成交 ...
分类：
其他好文 时间：
2017-11-12 15:31:12
阅读次数：
137
Kmeans算法分析31省市消费水平 运算后; Expenses: 4512.27['江苏', '安徽', '湖南', '湖北', '广西', '海南', '四川', '云南']Expenses: 7754.66['北京', '上海', '广东']Expenses: 5678.62['天津', '浙 ...
分类：
其他好文 时间：
2017-11-04 18:13:16
阅读次数：
175
根据学生月上网时间数据运用DBSCAN算法计算： 运行结果： Labels: [ 0 -1 0 1 -1 1 0 1 2 -1 1 0 1 1 3 -1 -1 3 -1 1 1 -1 1 3 4 -1 1 1 2 0 2 2 -1 0 1 0 0 0 1 3 -1 0 1 1 0 0 2 -1 1 ...
分类：
数据库 时间：
2017-11-04 18:12:40
阅读次数：
369
MNIST 卷积神经网络。https://github.com/nlintz/TensorFlow-Tutorials/blob/master/05_convolutional_net.py 。TensorFlow搭建卷积神经网络(CNN)模型，训练MNIST数据集。 构建模型。 定义输入数据，预处 ...
分类：
其他好文 时间：
2017-11-04 11:19:37
阅读次数：
265
K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y ...
分类：
编程语言 时间：
2017-11-03 15:16:01
阅读次数：
250
1. Supervised Learning 监督学习：通过已标注的数据，来判断已有的数据 2. Unsupervised Learning 无监督学习：通过判断的数据的关键特征，来自动分类 应用： 图像分析 计算机视觉 语言分析 生物监测 机器控制 经验科学 智能健康 过程： 建模，训练数据集，提 ...
分类：
其他好文 时间：
2017-10-25 00:42:24
阅读次数：
189
一、纲要 机器学习的定义 监督学习(supervised learning)和无监督学习(unsupervised learning) 回归问题(regression problem)与分类问题(classification problem) 鸡尾酒宴问题 单变量线性回归问题 二、概念介绍 1.什么 ...
分类：
其他好文 时间：
2017-10-18 09:59:44
阅读次数：
144
一.介绍 深度学习是机器学习的一种，它是从人的大脑认识事物的过程抽象而来的。 二.深度生成模型 因为现实中要想获得大量标签是很困难的，因此我们将关注于无监督学习。无监督学习很自然的就会用到生成模型，这里主要介绍三种深度生成模型：1.有向的，2.无向的，3.混合的 （1）深度有向模型（DDNs） 下图 ...
分类：
其他好文 时间：
2017-10-17 20:53:58
阅读次数：
154
依据机器学习算法如何学习数据可分为3类：有监督学习：从有标签的数据学习，得到模型参数，对测试数据正确分类；无监督学习：没有标签，计算机自己寻找输入数据可能的模型；强化学习（reinforcement learning）：计算机与动态环境交互，学习错误反馈达到更优的目的。 依据机器学习期望结果来分类： ...
分类：
其他好文 时间：
2017-10-13 19:04:33
阅读次数：
171
