前言 近年來AI人工智能成為社會發展趨勢，在IT行業引起一波熱潮，有關機器學習、深度學習、神經網絡等文章多不勝數。從智能家居、自動駕駛、無人機、智能機器人到人造衛星、安防軍備，無論是國家級軍事設備還是廣泛的民用設施，都充斥着AI應用的身影。接下來的一系列文章將會由淺入深從不同角度分別介紹機器學習 ...

前言 在上篇《Python 機器學習實戰 —— 監督學習》介紹了 支持向量機、k近鄰、朴素貝葉斯分類 、決策樹、決策樹集成等多種模型，這篇文章將為大家介紹一下無監督學習的使用。無監督學習顧名思義數據中不包含已知的輸出結果，學習算法中只有輸入數據，算法需要從這些輸入數據中提取相關規律。無監督學習 ...

傳統的 機器學習 技術分為兩類，一類是無監督學習，一類是監督學習。 無監督學習只利用未標記的樣本集，而監督學習則只利用標記的樣本集進行學習。 但在很多實際問題中，只有少量的帶有標記的數據，因為對數據進行標記的代價有時很高，比如在生物學中，對某種蛋白質的結構分析或者功能鑒定 ...

　　半監督學習：綜合利用有類標的數據和沒有類標的數據，來生成合適的分類函數。它是一類可以自動地利用未標記的數據來提升學習性能的算法 1、生成式半監督學習 　　優點：方法簡單，容易實現。通常在有標記數據極少時，生成式半監督學習方法比其他方法性能更好 　　缺點：假設的生成式模型必須與真實 ...

前言 在上篇《 Python 機器學習實戰 —— 無監督學習（上）》介紹了數據集變換中最常見的 PCA 主成分分析、NMF 非負矩陣分解等無監督模型，舉例說明使用使用非監督模型對多維度特征數據集進行降維的意義及實用方法。對 MDS 多維標度法、LLE 局部線性嵌入法、Isomap 保距映射 ...

在機器學習(Machine learning)領域。主要有三類不同的學習方法： 監督學習(Supervised learning)、 非監督學習(Unsupervised learning)、 半監督學習(Semi-supervised learning)， 監督學習 ...

　　監督學習是從標注數據中學習模型的機器學習問題，是統計學習或機器學習的重要組成部分。赫爾伯特·西蒙（Herbert A. Simon)曾對“學習”給出以下定義：“如果一個系統能夠通過執行某個過程改進它的性能，這就是學習。”按照這一觀點，統計學習就是計算機系統通過運用數據及統計方法提高系統性能 ...

機器學習中的監督學習和無監督學習 說在前面 最近的我一直在尋找實習機會，很多公司給了我第一次電話面試的機會，就沒有下文了。不管是HR姐姐還是第一輪的電話面試，公司員工的態度和耐心都很值得點贊，我也非常感激他們。但是我都沒有進入下一輪面試的機會，一路想想我的簡歷和學習經歷，確實也挺難有 ...