【IM】关于半监督学习的理解

基于流形假设的半监督学习：假定输入概率密度p(x)和条件概率密度p(y|x)之间具有某种关联，估计p(x)辅助对p(y|x)的估计以提升精度。流形假设，即输入数据只出现在某个流形上，输出则在该流形上平滑变化。
拉普拉斯正则化是把输入数据在流形上进行函数平滑的半监督学习算法，结合拉普拉斯矩阵(L=D-W)和图论来解释，通过从有标签的接点向没有标签的接点传播标签，相互连接的接点(样本群)可以实现标签的共享。
拉普拉斯正则化学习，可理解为沿着输入样本的流形计算路径距离（图论中为最短路径），基于样本间的最短路径来求解其分类面，利用这样的方法，可以把各个聚类中的所有样本，都归类到相同的类别中。

理解拉普拉斯矩阵及其图论解释是重要。

【IM】关于半监督学习的理解相关推荐

理解监督学习、无监督学习、半监督学习、强化学习
目录监督学习回归问题分类问题无监督学习半监督学习强化学习参考链接监督学习监督学习简单来说就是我们给学习算法一个数据集. 这个数据集由"正确答案"组成,然后使用已知 ...
透彻理解半监督学习的重要思想及概率视角
https://www.toutiao.com/a6650994292544242179/ 2019-01-27 12:55:07 半监督学习本质上,是从小标记集和大非标记集学习. 半监督学习(Sem ...
机器学习中的名词解释（一）：监督学习、无监督学习、半监督学习、自监督学习（通俗理解）
机器学习中有几个带有"监督"二字的名词,易混淆,写篇博客解释一下下~ 1.监督学习(Supervised Learning):是指从标注数据中学习预测模型的机器学习方法,其本质是学 ...
机器学习概念 — 监督学习、无监督学习、半监督学习、强化学习、欠拟合、过拟合、后向传播、损失和优化函数、计算图、正向传播、反向传播
1. 监督学习和无监督学习监督学习 ( Supervised Learning ) 和无监督学习 ( Unsupervised Learning ) 是在机器学习中经常被提及的两个重要的学习方法. ...
手把手教你实现GAN半监督学习
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达引言本文主要介绍如何在tensorflow上仅使用200个带标 ...
图解半监督学习FixMatch，只用10张标注图片训练CIFAR10
2020-05-25 11:20:08 作者:amitness 编译:ronghuaiyang 导读仅使用10张带有标签的图像,它在CIFAR-10上的中位精度为78%,最大精度为84%,来看看是怎 ...
强化学习ppt_机器学习原理、算法与应用配套PPT第四部分（深度学习概论、自动编码器、强化学习、聚类算法、半监督学习等）...
本文是SIGAI公众号文章作者雷明编写的<机器学习>课程新版PPT第四部分,包含了课程内容的深度学习概论,自动编码器,受限玻尔兹曼机,聚类算法1,聚类算法2,聚类算法3,半监督学习,强化学 ...
机器学习中的有监督学习，无监督学习，半监督学习
在机器学习(Machine learning)领域,主要有三类不同的学习方法: 监督学习(Supervised learning). 非监督学习(Unsupervised learning). 半监督 ...
机器学习笔记(十三)半监督学习
13.半监督学习这章介绍半监督学习方法. 13.1未标记样本先说两个概念: 1)有标记样本(Labeled) 训练样本集Dl={(x1,y1), (x2,y2),-, (xl,yl)},这l个样本 ...

【IM】关于半监督学习的理解

【IM】关于半监督学习的理解相关推荐

最新文章

热门文章