思爱普
jvm
FreeRTOS
最近点对问题
php
二叉树
npm
opencv
项目管理
PHP设计模式
电池
美食分享系统
swoole
视频编解码
dcl语言
在线聊天室
skill
cannon
Smart Tomcat
运算符重载
无监督学习
2024/4/12 10:26:46
读书笔记《Outlier Analysis》 第七章 有监督的异常检测
1. 引言
监督异常检测的目标是赋予学习方法特定于应用程序的知识，以获得与应用程序相关的异常。这一知识往往包括此类相关异常的例子，尽管其他类型的监督也是可能的。由于异常的罕见性质，这种例子往往是有限的。这给创建健壮模型带来了挑战。…
【学习笔记】计算机视觉对比学习综述
计算机视觉对比学习综述 前言百花齐放InstDiscInvaSpreadCPCCMC CV双雄MoCoSimCLRMoCo v2SimCLR v2SwAV 不用负样本BYOLSimSiam TransformerMoCo v3DINO 总结参考链接 前言
本篇对比学习综述内容来自于沐神对比学习串讲视频以及其中所提到的论文和博客，对应的链接详…
日更100天（10）每天进步一点点
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相关资料（后面有答案）。 …
机器学习的魔法（一）从零开始理解吴恩达的精炼笔记
一、机器学习是什么？ 1、机器学习的概念
机器学习是一种人工智能领域的技术和方法，旨在使计算机系统能够从经验数据中自动学习和改进，而无需显式地进行编程。它涉及开发算法和模型，使计算机能够自动分析和理解数据，并…
【机器学习基础】机器学习入门（2）
🚀个人主页：为梦而生~ 关注我一起学习吧！ 💡专栏：机器学习 欢迎订阅！后面的内容会越来越有意思~ 💡往期推荐：【机器学习基础】机器学习入门（1） 💡…
【机器学习基础】K-Means聚类算法
🚀个人主页：为梦而生~ 关注我一起学习吧！ 💡专栏：机器学习 欢迎订阅！相对完整的机器学习基础教学！ ⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战…
机器学习：无监督学习
文章目录 线性学习方法聚类ClusteringKmeansHAC 分布表示降维PCAMatrix FactorizationManifold LearningLLELaplacian Eigenmapst-SEN 线性学习方法 聚类Clustering
Kmeans 随机选取K个中心，然后计算每个点与中心的距离，找最近的，然后更新中…
日更100天（31）每天进步一点点
每一个成功者都有一个开始。
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相关资料ÿ…
日更100天（27）每天进步一点点
智者一切求自我，愚者一切求他人。 开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相…
日更100天（14）每天进步一点点
活着，总有你看不惯的人，也有看不惯你的人。当你看清了一个人而不揭穿，你就懂得了原谅的意义；讨厌一个人而不翻脸，你就懂得了至极的尊重。
在此代表千千万万的孤寡老人祝福各位七夕快乐！日更照常࿰…
日更100天（21）每天进步一点点
大多数人想要改造这个世界，但却罕有人想改造自我。 开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的…
日更100天（22）每天进步一点点
成功与不成功之间有时距离很短——只要后者再向前几步。
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还…
日更100天（6）每天进步一点点
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相关资料（后面有答案）。话…
从聚类(Clustering)到异常检测(Anomaly Detection)：常用无监督学习方法的优缺点
一、引言 无监督学习是机器学习的一种重要方法，与有监督学习不同，它使用未标记的数据进行训练和模式发现。无监督学习在数据分析中扮演着重要的角色，能够从数据中发现隐藏的模式、结构和关联关系，为问题解决和决策提供有益的信息。…
日更100天（9）每天进步一点点
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相关资料（后面有答案）。 …
DGCNN An end-to-end deep learning architecture for graph classification
AAAI-18 圣路易斯华盛顿大学计算机科学与工程系 代码：https://github.com/muhanzhang/DGCNN 内容：常见的文本和图能够进行卷积，是因为隐含有顺序结构。比如说图上的CNN，如果将图上的像素点进行打乱的话，再好的CNN也无法…
IDM:用于域自适应行人Re-ID的中间域模块（ICCV2021）
【ICCV2021】IDM:用于域自适应行人Re-ID的中间域模块一. 文章简介二. IDM详解2.1. 无监督域自适应（Unsupervised Domain Adaptation）2.2. 无监督域自适应行人Re-ID训练方案2.3. Mixup and Variants三. 实验表现即插即用！本文提出一种用于无监…
《软件工程之美》学习笔记(2020)
本篇笔记源于学习极客时间的《软件工程之美》
2020.5.14
课前必读里讲的“做中学”和“教中学，不就是通过做一个东西来学，以及学过之后的输出吗 本篇文章正是对“做中学”和“教中学”的实践。
感觉站在软件工程这个视角，就感觉上层的程序…
K-means(K均值）
K-means(K均值） 这一系列的博客前面介绍的线性回归（linear regression）、逻辑回归（logistics regression）、神经网络（neural network）和支持向量机（support vector machineÿ…
python实现K均值(K-Means分散性聚类)算法
#K均值(K-Means分散性聚类)算法
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn import datasets
irisdatasets.load_iris()
xiris.data[:,:4] #取特征空间4个维度
print(x.shape)
plt.scatter(x[:,0],x[:,1],c"re…
论文阅读：Unsupervised Representation Learning by Sorting Sequences
目录
Summary
Details
1、Task
2、The proposed Order Prediction Network（OPN）
3、Data sampling strategies
4、Ablation analysis
Trick 1
Trick 2
Trick 3
想法 & 思考 论文名称：Unsupervised Representation Learning by …
Java 基础篇 – 《Java 核心技术》
Java 基础篇 – 《Java 核心技术》
1. 环境搭建
下载JDK 下载 Java 开发工具包，可以访问[Oracle 网站](www.oracle.com/technetwork/java/javase/ downloads ) : www.oracle.com/technetwork/java/javase/ downloads 你需要的是 JDK (Java SE 开发包，)…
Python数据分析入门——无监督学习部分
基础知识准备
使用字典进行词频统计
s"We tend to imagine that lightning looks like the zigzag you find in the emoji. It’s rarely that simple"
dic{}
for word in s.split():if word not in dic:dic[word]1else:dic[word]1
print(dic)
{We: 1, tend: 1, t…
葫芦书笔记----非监督学习
非监督学习
K均值聚类
聚类是在事先并不知道任何样本类别标签的情况下，通过数据之间的内在 关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低。
简述K均值算法的具体步骤
速记：预处理. 1.随…
Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks 论文阅读笔记
Paper: Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
Author: Alec Radford, et al。
Publication: arXiv, 2015。文章目录1 背景2 创新点3 核心方法3.1 为稳定DCGAN的训练作出的选择3.2 实验经验的参数选择3.3 数据集的选…
概念解析 | 无监督学习 VS Zero-shot学习
注1:本文系“概念解析”系列之一,致力于简洁清晰地解释、辨析复杂而专业的概念。本次辨析的概念是:无监督学习和Zero-shot学习的关系 无监督学习与Zero-shot学习:本质上的差异还是表面的相似?
背景介绍
无监督学习(Unsupervised Learning)和Zero-shot学习(Zero-shot Learnin…
《统计学习方法》第22章 无监督学习方法总结
八种常用的统计机器学习方法，即聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、潜在语义分析（LSA）、概率潜在语义分析（PLSA…
机器学习笔记 | Supervised Learning and Unsupervised Learning（监督学习和无监督学习）
趁着开学前，计划入门机器学习，选择了coursera吴恩达老师的机器学习课程。
（如果打开视频看不了解决方法访问：https://www.cnblogs.com/marsggbo/p/7625575.html）
1、初识机器学习
机器学习的应用已经渗透了很多方面…
机器学习方法基础与概论（一）（机器学习方法分类）
文章目录机器学习的分类监督学习无监督学习半监督学习强化学习按模型分类概率模型与非概率模型线性模型与非线性模型参数化模型和非参数化模型按技巧分类贝叶斯学习核方法References机器学习方法可以概括如下，从给定的、有限的、用于学习的训练数据集合出发…
159基于matlab的基于密度的噪声应用空间聚类(DBSCAN)算法对点进行聚类
基于matlab的基于密度的噪声应用空间聚类(DBSCAN)算法对点进行聚类，聚类结果效果好，DBSCAN不要求我们指定集群的数量，避免了异常值，并且在任意形状和大小的集群中工作得非常好。它没有质心，聚类簇是通过将相邻的点连接…
日更100天（23）每天进步一点点
昨晚多几分钟的准备，这天少几小时的麻烦。
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是…
日更100天（20）每天进步一点点
大多数人想要改造这个世界，但却罕有人想改造自我。
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的…
![[Deep Learning 译文] LeCun、Bengio和Hinton三大牛的联合综述（下）](http://img.ptcms.csdn.net/article/201506/01/556c21930765c_middle.jpg?_=36123)
[Deep Learning 译文] LeCun、Bengio和Hinton三大牛的联合综述（下）
【翻译】本文为该综述文章中文译文的下半部分，详细介绍了CNN、分布式特征表示、RNN及其不同的应用，并对深度学习技术的未来发展进行展望。接上文：[Deep Learning 译文] LeCun、Bengio和Hinton三大牛的联合综述（上）卷积…
日更100天（13）每天进步一点点
这世界从来没有什么救世主，你强了，困难就弱了。生活，给你压力，你应还它奇迹！
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下…
日更100天（12）每天进步一点点
开始时间：2021.08.01
结束时间：2021.10.08
愿意一起进步就每天点进来看看，如果哪里有错误请在评论下方指教。第一个百更是关于阿里ACP证书的考试，不了解阿里产品的最好还是先看下相关资料（后面有答案）。 …
机器学习15-1（无监督学习算法）
Content 简介K-Means快速聚类数据集准备创建初始中心点类别划分重新计算中心点迭代停止条件数学意义sklearn 中实现的 K-Means轮廓系数简介 此前，无论是回归问题还是分类问题，本质上其实都属于有监督学习范畴：即算法的学习是在标签的监督下进行规律学习，也就是学习那些能够…
【无监督学习】1、MOCOv1 | 用于提升无监督学习效果的动量对比学习
文章目录 一、背景二、方法2.1 对比学习（字典查表）2.2 动量对比函数2.3 Pretext Task 三、效果3.1 数据集3.2 训练细节3.3 实验 论文：Momentum Contrast for Unsupervised Visual Representation Learning
代码：https://github.c…
Java进阶之路，任重道远
转自别人的 一： 编程基础 不管是C仍是C，不管是Java仍是PHP，想成为一名合格的程序员，根柢的数据结构和算法基础仍是要有的。下面几篇文章从思想到完毕，为你梳理出常用的数据结构和经典算法。
1-1 常用数据结构
数…
无/自监督去噪(1)——一个变迁：N2N→N2V→HQ-SSL
目录 1. 前沿2. N2N3. N2V——盲点网络（BSNs，Blind Spot Networks）开创者3.1. N2V实际是如何训练的？ 4. HQ-SSL——认为N2V效率不够高4.1. HQ-SSL的理论架构4.1.1. 对卷积的改进4.1.2. 对下采样的改进4.1.3. 比N2V好在哪ÿ…
基于无监督学习-关联规则的风险评估模型：更精准的预测！
一、引言 乳腺癌被认为是全球最常见的女性恶性肿瘤之一，对患者和公共健康造成了巨大的负担。准确评估乳腺癌风险是预防、诊断和治疗该疾病的关键。然而，乳腺癌风险估计面临着一些挑战，如数据的限制性、模型的复杂性和准确性等。因此ÿ…
TOP 100值得读的图神经网络----自监督学习与预训练
清华大学的Top 100 GNN papers，其中分了十个方向，每个方向10篇。此篇为自监督学习与预训练方向的阅读笔记。Top100值得一读的图神经网络| 大家好，我是蘑菇先生，今天带来Top100 GNN Papers盘点文。此外，公众号技术交流群…
消息传递框架MPNN： Neural Message Passing for Quantum Chemistry
来源：ICML 2017 论文链接： https://arxiv.org/abs/1704.01212 代码： https://github.com/ifding/graph-neural-networks 这篇论文本身没有提出什么新东西，基于以往的研究，提出了一个消息传递框架MPNN（Messa…
【自监督学习】对比学习（Contrastive Learning）介绍
1. 前言
1.1. 为什么要进行自监督学习 我们知道，标注数据总是有限的，就算ImageNet已经很大，但是很难更大，那么它的天花板就摆在那，就是有限的数据总量。NLP领域目前的经验应该是：自监督预训练使用的数据量…