热门标签
热门文章
- 1React入门（六）之axios封装_react ts应用中封装axios
- 2CNN(卷积神经网络)详解
- 3【大数据系列之MySQL】（十九）：MySQL中case语句使用方法_mysql switch case
- 4dataX3.0和datax-web部署实践踩坑记录（windows版）_dataxweb
- 5大数据集群搭建
- 6JavaSE基础笔记（全）_java se学习笔记
- 7van-list上划刷新问题_res.data.records.map
- 8git clone弹出登录验证框 登录无效 -Windows环境_windows git clone 登录
- 9python -opencv 图像锐化_cv2 锐化
- 10python爬虫获取豆瓣正在热播电影
当前位置: article > 正文
机器学习-算法-半监督学习：半监督学习（Semi-supervised Learning）算法
作者：IT小白 | 2024-07-04 06:28:01
赞
踩
机器学习-算法-半监督学习：半监督学习（Semi-supervised Learning）算法
人工智能-机器学习-算法-半监督学习：半监督学习（Semi-supervised Learning）算法
- 一、半监督学习算法提出的背景
- 二、学术名词区分
- 三、半监督学习的基本假设
- 四、半监督学习算法的主要方法
- 五、半监督学习算法应用实例
- 六、半监督学习中待研究的问题
一、半监督学习算法提出的背景
1、监督学习算法
- 监督学习：训练样本集不仅包含样本，还包含这些样本对应的标签，即样本和样本标签成对出现。监督学习的目标是从训练样本中学习一个从样本到标签的有效映射，使其能够预测未知样本的标签。监督学习是机器学习中最成熟的学习方法，代表性的算法包括神经网络、支持向量机（SVM）等。
2、无监督学习算法
- 无监督学习：只能利用训练样本的数据分布或样本间的关系将样本划分到不同的聚类簇或给出样本对应的低维结构。- 因此，无监督学习常被用于对样本进行聚类或降维，典型的算法包括尺均值聚类和主成分分析等。
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/IT小白/article/detail/785935
推荐阅读
相关标签
