李宏毅機器學習課程筆記：半監督學習
兩種： 直推學習——將無標籤數據作爲測試數據 歸納學習——無標籤數據不作爲測試數據 爲什麼需要半監督學習： 收集數據很容易，但是收集有標籤的數據很難 無標籤數據的分佈可能會提供一些信息，通常會伴隨一些假設 監督學習的生成模型 生成模型的半監督學習 步驟： 1.計算每一個無標籤數據的後驗概率 2.更新模型 這個方法會收斂，但是初始值會影響收斂的結果 低密度分離方法 自學習 利用標籤數據先
相關文章
- 1. 李宏毅機器學習課程12~~~半監督學習
- 2. 李宏毅機器學習筆記（8）—半監督學習
- 3. 李宏毅學習筆記12.半監督學習
- 4. [李宏毅-機器學習]半監督學習 semi-supervised learning
- 5. 李宏毅機器學習P24——semi-supervised learning半監督學習
- 6. [機器學習-李宏毅] 半監督學習筆記 (Semi-supervised Learning)
- 7. 李宏毅 Deeplearning課程學習筆記
- 8. 半監督學習|深度學習（李宏毅）（九）
- 9. [機器學習入門] 李宏毅機器學習筆記-13 （Semi-supervised Learning ;半監督學習）
- 10. [李宏毅-機器學習]無監督學習 unsupervised learning
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 李宏毅機器學習課程12~~~半監督學習
- 2. 李宏毅機器學習筆記（8）—半監督學習
- 3. 李宏毅學習筆記12.半監督學習
- 4. [李宏毅-機器學習]半監督學習 semi-supervised learning
- 5. 李宏毅機器學習P24——semi-supervised learning半監督學習
- 6. [機器學習-李宏毅] 半監督學習筆記 (Semi-supervised Learning)
- 7. 李宏毅 Deeplearning課程學習筆記
- 8. 半監督學習|深度學習（李宏毅）（九）
- 9. [機器學習入門] 李宏毅機器學習筆記-13 （Semi-supervised Learning ;半監督學習）
- 10. [李宏毅-機器學習]無監督學習 unsupervised learning