一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)

倩倩 ? 來源:云溪初閣 ? 2020-04-15 14:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

監(jiān)督學(xué)習(xí)

監(jiān)督學(xué)習(xí),小編有個(gè)簡單的理解方式,按照這個(gè)順序來理解

1、有兩撥人,一撥人是好人,一撥是壞人

2、好人的行為特征有:扶老奶奶過馬路,撿到一分錢交給警察叔叔,當(dāng)志愿者等等

3、壞人的行為特征有:偷東西,搶劫,欺負(fù)好人等等

4、有個(gè)審判官,根據(jù)你的行為來進(jìn)行判斷是好人還是壞人

5、新進(jìn)來一個(gè)小伙伴,由于此人經(jīng)常扶老奶奶過馬路,當(dāng)志愿者等等,因此審判官就把你判斷為好人

這五點(diǎn),融入到機(jī)器學(xué)習(xí)里面,用機(jī)器學(xué)習(xí)的話來說

好人與壞人:標(biāo)簽

好人或者壞人的行為:特征值

審判官:訓(xùn)練好的模型

新來的小伙伴:未知類別,待打上標(biāo)簽的數(shù)據(jù)

這樣子是不是就比較好理解了,機(jī)器學(xué)習(xí)里面,先根據(jù)已有數(shù)據(jù)進(jìn)行模型訓(xùn)練從而得到一個(gè)函數(shù),當(dāng)有新的數(shù)據(jù)到來的時(shí)候,根據(jù)這個(gè)函數(shù)預(yù)測(cè)結(jié)果。

監(jiān)督學(xué)習(xí)里面的訓(xùn)練集合包含了輸入與輸出,代表著特征值與標(biāo)簽值。

在一般情況下,用來訓(xùn)練的訓(xùn)練集的標(biāo)簽都是由業(yè)務(wù)方來標(biāo)記,在工作中,最常見的其實(shí)就是數(shù)據(jù)分類了,通過已有的訓(xùn)練的樣本去訓(xùn)練得到一個(gè)模型,我們會(huì)采用K折交叉驗(yàn)證來進(jìn)行調(diào)參,從而得到參數(shù)的局部最優(yōu)解,再根據(jù)這個(gè)模型去預(yù)測(cè)數(shù)據(jù)。

在監(jiān)督學(xué)些中,最常見的是回歸與分類,常見的算法有KNN,SVM,隨機(jī)森林等

無監(jiān)督學(xué)習(xí)

相比于監(jiān)督學(xué)習(xí),無監(jiān)督學(xué)習(xí),其實(shí)就是少了這個(gè)監(jiān)督,也就是沒有標(biāo)簽。

還是那兩撥人,但是這兩撥人沒有實(shí)現(xiàn)標(biāo)記誰是好人,誰是壞人,他們聚在一起,這時(shí)候,上帝之手出現(xiàn)了,它讓這些人喜歡干嘛就去干吧,不要猶豫,于是乎,好人們開始去扶老奶奶過馬路,壞人們開始去當(dāng)小偷,上帝之手成功把這兩撥人給分離開來,接著,給他們分別打上標(biāo)簽:好人,壞人。

這個(gè)上帝之手,就是計(jì)算機(jī)。

無監(jiān)督學(xué)習(xí)中,有兩種方法

1、基于概率密度函數(shù)直接評(píng)估:其實(shí)就是根據(jù)每一個(gè)類別的特征在空間的分布情況得到分布參數(shù),根據(jù)這些分布參數(shù)來進(jìn)行分類。

2、基于數(shù)據(jù)樣本之間的相似性進(jìn)行度量的聚類方式:假定每一個(gè)類別都有核心(當(dāng)成黑幫老大來理解),以這個(gè)核心的特征為標(biāo)準(zhǔn),把其他樣本的特征與這個(gè)核心的特征進(jìn)行比較,當(dāng)發(fā)現(xiàn)這是一類人的時(shí)候,就整合在一起好了,這樣子,不同類別就出來了。

這就是聚類,算法中,K-Mean,PCA,很多深度學(xué)習(xí)的算法,都是無監(jiān)督學(xué)習(xí)。

兩者的區(qū)別

1、監(jiān)督學(xué)習(xí)必須有訓(xùn)練樣本及測(cè)試樣本,對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練得到規(guī)律,再用這個(gè)規(guī)律來運(yùn)用在測(cè)試樣本上;當(dāng)時(shí)無監(jiān)督學(xué)習(xí)就不用,一組數(shù)據(jù),啥都沒有,直接就扔給計(jì)算機(jī),讓它自己算。

2、監(jiān)督學(xué)習(xí)必須有標(biāo)簽,無監(jiān)督學(xué)習(xí)不用標(biāo)簽,讓計(jì)算機(jī)自己去分類,然后我們?nèi)斯じ鶕?jù)業(yè)務(wù)情況打上標(biāo)簽。

兩者的使用場(chǎng)景

這個(gè)說簡單也挺簡單,根據(jù)業(yè)務(wù)方來定,如果業(yè)務(wù)方給了一組數(shù)據(jù),然后還告知了類別,那就用監(jiān)督學(xué)習(xí),反著,則用無監(jiān)督學(xué)習(xí)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    任正非說 AI已經(jīng)確定是第四次工業(yè)革命 那么如何從容地加入進(jìn)來呢?

    的基本理論。了解監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的基本原理。例如,在監(jiān)督學(xué)習(xí)中,理解如何通過標(biāo)注數(shù)據(jù)來訓(xùn)練模型進(jìn)行分類或回歸任務(wù),像通過大量的
    發(fā)表于 07-08 17:44

    刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    摘要:針對(duì)刷直流電機(jī)(BLDCM)設(shè)計(jì)了一種可在線學(xué)習(xí)的單神經(jīng)元自適應(yīng)比例-積分-微分(PID)智能控制器,通過有監(jiān)督的 Hebb學(xué)習(xí)規(guī)則調(diào)整權(quán)值,每次采樣根據(jù)反饋誤差對(duì)神經(jīng)元權(quán)值進(jìn)
    發(fā)表于 06-26 13:36

    機(jī)器學(xué)習(xí)異常檢測(cè)實(shí)戰(zhàn):用Isolation Forest快速構(gòu)建標(biāo)簽異常檢測(cè)系統(tǒng)

    本文轉(zhuǎn)自:DeepHubIMBA監(jiān)督異常檢測(cè)作為機(jī)器學(xué)習(xí)領(lǐng)域的重要分支,專門用于在缺乏標(biāo)記數(shù)據(jù)的環(huán)境中識(shí)別異常事件。本文深入探討異常檢測(cè)技術(shù)的理論基礎(chǔ)與實(shí)踐應(yīng)用,通過IsolationForest
    的頭像 發(fā)表于 06-24 11:40 ?648次閱讀
    機(jī)器<b class='flag-5'>學(xué)習(xí)</b>異常檢測(cè)實(shí)戰(zhàn):用Isolation Forest快速構(gòu)建<b class='flag-5'>無</b>標(biāo)簽異常檢測(cè)系統(tǒng)

    提高IT運(yùn)維效率,深度解讀京東云AIOps落地實(shí)踐(異常檢測(cè)篇)

    了一種閾值方法:基于 LSTM 網(wǎng)絡(luò)的基線(一個(gè) LSTM 框架輔助幾個(gè)優(yōu)化步驟)和監(jiān)督檢測(cè)(神經(jīng)網(wǎng)絡(luò)和多種機(jī)器學(xué)習(xí)算法的組合)協(xié)同綜合分析時(shí)間序列。當(dāng)時(shí)間序列顯示出清晰的周期性形
    的頭像 發(fā)表于 05-22 16:38 ?434次閱讀
    提高IT運(yùn)維效率,深度解讀京東云AIOps落地實(shí)踐(異常檢測(cè)篇)

    使用MATLAB進(jìn)行監(jiān)督學(xué)習(xí)

    監(jiān)督學(xué)習(xí)是一種根據(jù)未標(biāo)注數(shù)據(jù)進(jìn)行推斷的機(jī)器學(xué)習(xí)方法。監(jiān)督學(xué)習(xí)旨在識(shí)別數(shù)據(jù)中隱藏的模式和關(guān)系,無需任何
    的頭像 發(fā)表于 05-16 14:48 ?698次閱讀
    使用MATLAB進(jìn)行<b class='flag-5'>無</b><b class='flag-5'>監(jiān)督學(xué)習(xí)</b>

    使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類的步驟

    (例如,高分辨率、不同光照條件等)。 2. 數(shù)據(jù)收集 獲取數(shù)據(jù)集 :收集或購買一個(gè)包含你想要分類的圖像的數(shù)據(jù)集。 數(shù)據(jù)標(biāo)注 :確保所有圖像都被正確標(biāo)注,這對(duì)于監(jiān)督學(xué)習(xí)是必要的。 3. 數(shù)據(jù)預(yù)處理 圖像尺寸標(biāo)準(zhǔn)化 :將所有圖像調(diào)整為相同的尺寸,
    的頭像 發(fā)表于 11-15 15:01 ?851次閱讀

    時(shí)空引導(dǎo)下的時(shí)間序列自監(jiān)督學(xué)習(xí)框架

    【導(dǎo)讀】最近,香港科技大學(xué)、上海AI Lab等多個(gè)組織聯(lián)合發(fā)布了一篇時(shí)間序列監(jiān)督預(yù)訓(xùn)練的文章,相比原來的TS2Vec等時(shí)間序列表示學(xué)習(xí)工作,核心在于提出了將空間信息融入到預(yù)訓(xùn)練階段,即在預(yù)訓(xùn)練階段
    的頭像 發(fā)表于 11-15 11:41 ?773次閱讀
    時(shí)空引導(dǎo)下的時(shí)間序列自<b class='flag-5'>監(jiān)督學(xué)習(xí)</b>框架

    國家醫(yī)療器械質(zhì)量監(jiān)督檢驗(yàn)中心選購我司差示掃描量熱儀

    近日,國家醫(yī)療器械質(zhì)量監(jiān)督檢驗(yàn)中心已正式選購我司生產(chǎn)的差示掃描量熱儀(DSC)。此次合作不僅是對(duì)我司產(chǎn)品質(zhì)量的認(rèn)可,更是對(duì)我們技術(shù)實(shí)力的肯定。國家醫(yī)療器械質(zhì)量監(jiān)督檢驗(yàn)中心差示掃描量熱儀作為一種重要
    的頭像 發(fā)表于 11-13 09:48 ?503次閱讀
    國家醫(yī)療器械質(zhì)量<b class='flag-5'>監(jiān)督</b>檢驗(yàn)中心選購我司差示掃描量熱儀

    曙光公司成都云中心助力提升監(jiān)督質(zhì)效

    數(shù)字化時(shí)代,用好大數(shù)據(jù),推動(dòng)數(shù)字技術(shù)深度融入紀(jì)檢監(jiān)察各項(xiàng)業(yè)務(wù),是大勢(shì)所趨。當(dāng)前,各地正在探索推進(jìn)大數(shù)據(jù)監(jiān)督,借助海量數(shù)據(jù)、算力、算法,不斷延伸監(jiān)督的觸角,拓展發(fā)現(xiàn)問題的渠道。以“算力”補(bǔ)“人力”,“人去看”加“云端算”,大數(shù)據(jù)在類案分析、預(yù)警糾治、溯源治理等方面,正發(fā)揮越
    的頭像 發(fā)表于 11-05 10:05 ?528次閱讀

    展會(huì)回顧 | 阿丘科技亮相斯圖加特國際機(jī)器視覺展,并發(fā)表主題演講

    阿丘科技攜四大核心展品驚艷亮相:工業(yè)視覺大模型、非監(jiān)督學(xué)習(xí)技術(shù)、生成式AI技術(shù)以及電池行業(yè)檢測(cè)解決方案。這些展品全面展示了阿丘科技在工業(yè)AI視覺領(lǐng)域的深厚積累與卓
    的頭像 發(fā)表于 10-16 08:07 ?737次閱讀
    展會(huì)回顧 | 阿丘科技亮相斯圖加特國際機(jī)器視覺展,并發(fā)表主題演講

    哈爾濱工業(yè)大學(xué)在超分辨顯微成像技術(shù)領(lǐng)域取得突破性進(jìn)展

    近日,哈爾濱工業(yè)大學(xué)儀器學(xué)院先進(jìn)光電成像技術(shù)研究室(IPIC)李浩宇教授團(tuán)隊(duì)在生物醫(yī)學(xué)超分辨顯微成像技術(shù)領(lǐng)域取得突破性進(jìn)展。針對(duì)目前活體細(xì)胞超分辨成像領(lǐng)域中光子效率不足的難題,團(tuán)隊(duì)提出一種基于監(jiān)督學(xué)習(xí)
    的頭像 發(fā)表于 09-27 06:33 ?600次閱讀
    哈爾濱工業(yè)大學(xué)在超分辨顯微成像技術(shù)領(lǐng)域取得突破性進(jìn)展

    8月起,市場(chǎng)監(jiān)督管理局將嚴(yán)查無CCC認(rèn)證的鋰電池和移動(dòng)電源!

    8月起,市場(chǎng)監(jiān)督管理局將嚴(yán)查無CCC認(rèn)證的鋰電池和移動(dòng)電源,這一舉措是基于國家對(duì)于產(chǎn)品質(zhì)量安全的嚴(yán)格監(jiān)管要求。以下是詳細(xì)解答:
    的頭像 發(fā)表于 08-07 18:00 ?3280次閱讀
    8月起,市場(chǎng)<b class='flag-5'>監(jiān)督</b>管理局將嚴(yán)查無CCC認(rèn)證的鋰電池和移動(dòng)電源!

    【《大語言模型應(yīng)用指南》閱讀體驗(yàn)】+ 基礎(chǔ)知識(shí)學(xué)習(xí)

    收集海量的文本數(shù)據(jù)作為訓(xùn)練材料。這些數(shù)據(jù)集不僅包括語法結(jié)構(gòu)的學(xué)習(xí),還包括對(duì)語言的深層次理解,如文化背景、語境含義和情感色彩等。 自監(jiān)督學(xué)習(xí):模型采用自監(jiān)督學(xué)習(xí)策略,在大量標(biāo)簽文本數(shù)據(jù)
    發(fā)表于 08-02 11:03

    【《大語言模型應(yīng)用指南》閱讀體驗(yàn)】+ 基礎(chǔ)篇

    章節(jié)最后總結(jié)了機(jī)器學(xué)習(xí)的分類:有監(jiān)督學(xué)習(xí)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、自監(jiān)督學(xué)習(xí)和強(qiáng)化
    發(fā)表于 07-25 14:33

    旗晟機(jī)器人人員行為監(jiān)督AI智慧算法

    ,以實(shí)現(xiàn)對(duì)工業(yè)場(chǎng)景巡檢運(yùn)維的高效化目標(biāo)。那么,下面我們來談?wù)勂礻蓹C(jī)器人AI智慧算法之一——人員行為監(jiān)督AI智慧算法。 旗晟人員行為監(jiān)督AI智慧算法是通過各類采集設(shè)備與AI服務(wù)器,結(jié)合行業(yè)大數(shù)據(jù)庫積累以及自研AI深度學(xué)習(xí)算法模
    的頭像 發(fā)表于 07-24 17:05 ?540次閱讀
    旗晟機(jī)器人人員行為<b class='flag-5'>監(jiān)督</b>AI智慧算法