logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

半监督学习综述

Chapter 7 Semi-supervised Learning翻译不易,未经允许请勿转载!Author: Mohamed Farouk Abdel Hady and Friedhelm SchwenkerTranslator: Howard Wonanut摘要传统的监督学习方法需要使用有标签数据建立模型。然而,在现实世界中给训练数据打标签可能需要昂贵的...

机器学习之聚类算法应用篇

文章目录1 概述1.1 无监督学习与聚类算法1.2 sklearn中常用的聚类算法2 sklearn中生成测试数据函数介绍2.1 make_classification2.2 make_moons2.3 make_moons2.4 make_blobs3 使用sklearn聚类示例3.1 簇数据聚类3.2 月牙形数据聚类3.3 环形数据聚类4 各聚类算法在各种簇分布下的聚类效果对比1 概述本专..

#sklearn#聚类#机器学习
置信学习入门<未完成>

1 置信学习提出的背景在做机器学习模型的时候我们一般认为数据的标签是可信的,而对于那些不可信的数据可能会直接丢弃或者利用类似半监督学习的思想处理。而置信学习反其道行之,通过使用一些策略给出数据原始标签的置信程度,纠正噪音数据的标签之后再进行后续的训练。该概念来自于ICML2020年的一篇论文:Confident Learning: Estimating Uncertainty in Dataset

#机器学习#人工智能
机器学习之聚类算法——聚类效果评估可视化

我曾在机器学习之聚类算法应用篇中介绍过,聚类算法常使用轮廓系数来评估聚类效果,不过有时候并不是轮廓系数越大越好,如下面两幅图所示,图中的红色虚线表示聚类系数分数:显然将簇数据设置为2的时候得到的轮廓系数最高,达到了0.705分,但是这并不一定是最好的聚类结果,显然在这个测试集中,我们有4个簇。为了将各个簇的轮廓系数以可视化的形式展现出来,辅助决策聚类参数,【机器学习】菜菜的sklear...

#sklearn#聚类
pytorch学习笔记之tensorboardX的使用

在训练模型的过程中,应该关注于学习曲线避免模型过拟合,借助tensorboard可以非常方便地对训练过程中的各种数据进行可视化分析(虽然在pytorch下使用tensorboard,但其内核是 tensorflow里面的board,所以安装之前得先安装 tensorflow)1 安装必备的工具pip install tensorboardXpip install tensorboardpip in

#pytorch
前端中级篇之给localStorage和sessionStorage设置失效时间

BOM提供了localStorage和sessionStorage用于在浏览器中保存页面数据,区别在于:使用localStorage存储的数据将会一一直存在(除非使用removeItem或者清除缓存),而sessionStorage的有效期是和存储数据脚本所在的最顶层的窗口或者是浏览器标签是一样的,一旦窗口或者标签页被永久关闭了,存储的数据也就失效了。并且,这两种web存储方式都不支持设置过期时间

openmpi入门1-安装与测试

1 安装openmpi1 前置环境安装安装openmpi前需要安装一些编译器,确保你已经安装了如下工具:gcc,g++,python。可以使用下面的命令测试gcc --versiong++ --versionpython --version如果出现了版本号则说明已经安装了对应的环境。如果缺少对应的环境,在ubuntu环境下使用apt-get安装即可sudo apt-get install g++如

three.js进阶之骨骼绑定

使用three.js实现骨骼绑定

文章图片
#骨骼绑定
机器学习之聚类算法——聚类效果评估可视化

我曾在机器学习之聚类算法应用篇中介绍过,聚类算法常使用轮廓系数来评估聚类效果,不过有时候并不是轮廓系数越大越好,如下面两幅图所示,图中的红色虚线表示聚类系数分数:显然将簇数据设置为2的时候得到的轮廓系数最高,达到了0.705分,但是这并不一定是最好的聚类结果,显然在这个测试集中,我们有4个簇。为了将各个簇的轮廓系数以可视化的形式展现出来,辅助决策聚类参数,【机器学习】菜菜的sklear...

#sklearn#聚类
pytorch学习笔记之tensorboardX的使用

在训练模型的过程中,应该关注于学习曲线避免模型过拟合,借助tensorboard可以非常方便地对训练过程中的各种数据进行可视化分析(虽然在pytorch下使用tensorboard,但其内核是 tensorflow里面的board,所以安装之前得先安装 tensorflow)1 安装必备的工具pip install tensorboardXpip install tensorboardpip in

#pytorch
    共 27 条
  • 1
  • 2
  • 3
  • 请选择