原文作者：aihorizon.com原文链接：Machine Learning, Part I: Supervised and Unsupervised Learning译者：commondata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...
分类：
其他好文 时间：
2015-05-24 15:32:54
阅读次数：
909
一、基本原理
分类是指分类器根据已标注类别的训练集，通过训练可以对未知类别的样本进行分类。分类被称为监督学习。如果训练集的样本没有标注类别，那么就需要用到聚类。聚类是把相似的样本聚成一类，这种相似性通常以距离来度量。聚类被称为无监督学习。
聚类是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。它的...
分类：
编程语言 时间：
2015-05-21 09:17:47
阅读次数：
310
这一部分属于无监督学习的内容，无监督学习内容主要包括：Kmeans聚类算法、高斯混合模型及EM算法、Factor Analysis、PCA、ICA等。本文是Kmeans聚类算法、高斯混合模型的笔记，EM算法是适用于存在latent/hidden变量的通用算法，高斯混合模型仅仅是EM算法的一种特殊情况，关于EM算法的推到参见Andrew Ng讲义。由于公式太多，最近时间又忙实习的事就简单写一些，回头...
分类：
其他好文 时间：
2015-05-15 20:02:24
阅读次数：
683
【原创】Liu_LongPo 转载请注明出处
【CSDN】http://blog.csdn.net/llp1992在有监督学习中，训练样本是有类别标签的。现在假设我们只有一个没有带类别标签的训练样本集合 {x(1),x(2),x(3),...x^{(1)},x^{(2)},x^{(3)},...},其中 x(i)∈Rx^{(i)}\in R自编码神经网络是一种无监督学习算法，它使用了反向传...
分类：
编程语言 时间：
2015-05-08 14:53:35
阅读次数：
200
【原创】Liu_LongPo 转载请注明出处
【CSDN】http://blog.csdn.net/llp1992最近由于毕业论文的原因搞得学习进度有点慢，过了5月份再加快进度。DeepLearning，也就是我们所说的深度学习。深度学习是机器学习的一个分支，属于无监督学习，近年来深度学习在语音识别和图像识别等领域取得了巨大的成功。深度学习的本质，就是通过构建具有很多隐层的机器学习模型和海量的训练...
分类：
其他好文 时间：
2015-05-06 15:13:22
阅读次数：
832
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 learnin...
分类：
其他好文 时间：
2015-04-22 00:14:18
阅读次数：
178
K-means算法属于无监督学习聚类算法，其计算步骤还是挺简单的，思想也挺容易理解，而且还可以在思想中体会到EM算法的思想。K-means 算法的优缺点：
1.优点：容易实现
2.缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢
使用数据类型：数值型数据以往的回归算法、朴素贝叶斯、SVM等都是有类别标签y的，因此属于有监督学习，而K-means聚类算法只有x，没有y在聚类问题中，我们的...
分类：
编程语言 时间：
2015-04-17 13:54:08
阅读次数：
162
之前讲了监督学习和无监督学习，今天主要讲“强化学习”。 马尔科夫决策过程；Markov Decision Process（MDP） 价值函数；value function 值迭代；value iteration(算法，解决MDP) 政策迭代；policy iteration(算法，解决MDP) 什么...
分类：
其他好文 时间：
2015-04-13 22:40:50
阅读次数：
213
机器学习的常用方法，主要分为有监督学习(supervised learning)和无监督学习(unsupervised learning)。监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最...
分类：
其他好文 时间：
2015-04-13 09:19:05
阅读次数：
109
自去年底开始学习Andrew Ng的机器学习公开课，欲依其课件试着实现部分算法以加深理解，然在此过程中遇到部分问题，或为程序实现，或为算法理解。故而准备将此课程整理，并记录自己的理解，或对或错可共同讨论。 此课程主要包括三部分：监督学习算法、无监督学习算法以及学习理论。监督学习部分讲了回归、生...
分类：
其他好文 时间：
2015-04-08 12:27:20
阅读次数：
109
