## 李宏毅深度学习笔记-半监督学习
半监督学习是一种机器学习方法，它利用带有标签的数据和未标签的数据来进行训练。相比于监督学习，半监督学习能够更好地利用未标签的数据，提高模型的性能和泛化能力。李宏毅教授在他的深度学习笔记中详细介绍了半监督学习的概念和方法。
在半监督学习中，我们通常的做法是使用一个有标签的数据集和一个未标签的数据集。有标签的数据集包含了一些样本和它们的标签，而未标签的数据集只
原创
2023-09-08 13:27:35
48阅读
引言要介绍半监督学习(Semi-supervised learning)需要先介绍下监督学习(Supervise
原创
2022-07-13 18:21:30
456阅读
文章目录半监督学习监督生成模型和半监督生成模型监督生成模型半监督生成模型假设一：Low-density Separationself-training基于熵的正则化假设二：Smoothness
原创
2022-07-13 10:13:46
180阅读
有监督学习(Supervised Learning)训练集数据为 ，其中每组数据包括算法的输入与输出(标签)。半监督学习(Semi-supervised Learning)训练集数据为 ，即其中部分数据有标签而大量数据没有标签()。半监督学习可以分为以下2种情况Transductive Learningunlabeled data is the testing data，只使用testing da
转载
2021-06-02 10:13:14
203阅读
引言本文主要讨论单词嵌入(Word Embedding)。是用在文本上的降维方法。单词嵌入喂给机器大量的文章后，它可以自动的把每个不同的词汇都用一
原创
2022-07-13 17:06:05
223阅读
引言本文主要探讨生成模型。在图片分类任务中，我们可以让机器知道猫和狗的不同，但它没有真
原创
2022-07-13 18:21:11
586阅读
文章目录1 Classification as Regression？2 Class as one-hot vector3 Classification with softmax3.1 Softmax4 Loss of Classification 1 Classification as Regression？我们已经知道，Regression就是输入一个向量，然后输出一个数值，我们希望输出的数
转载
2024-02-04 12:06:23
37阅读
引言本文主要探讨一些非线性降维方法。主要讨论近邻嵌入(Neighor Embedding)。流行学习流行学习(Manifold Learning)认为
原创
2022-07-13 18:20:50
446阅读
引言本文主要介绍深度自动编码器(Deep Auto encoder)，做的事情还是降维，不过降维的时候是使用神经网络。编码解码成原来的784维图像数据。这件事情其实...
原创
2022-07-13 18:20:19
158阅读
引言本文主要探讨无监督学习的线性方法(Linear Methods)。聚类把很多不同的图像，根据它们的
原创
2022-07-13 18:21:04
117阅读
Smoothness假设Smoothness假设的定义基于Smoothness假设的半监督学习的基本思路是“近朱者赤近墨者黑”，即相似的 具有相同的 ，其具体定义为： 的分布不平均，在某些地方(high density region)很集中，在某些地方很分散如果 和 在一个high density region中距离非常近，则 和 通过1个high density path相连、。举一个
转载
2021-06-02 10:12:02
213阅读
最近刚开始学习机器学习，看的是台湾大学李宏毅老师的视频课程Machine Learning 2019，李宏毅老师课程共有8个作业，在网上大约可以搜到前三个作业的解答，分别是PM2.5预测，人薪酬的二分类和表情分类，我在做这三次作业中主要参考了秋沐霖的三篇博客，链接如下： 作业1：线性回归预测PM2.5----台大李宏毅机器学习作业1(HW1) 作业2：Logistic回归预测收入----台大李宏毅
生成模型中的半监督学习：Semi-supervised Learning for Generative Model有监督生成模型有监督生成模型：Supervised Generative Model如下图所示，在有监督生成模型中，得到 后，就可以计算出 属于类别 的概率 。img半监督生成模型半监督生成模型：Semi-supervised Generative Model基于有监督生成模型，
转载
2021-06-02 10:12:51
536阅读
# 如何实现“李宏毅 深度学习 2022 笔记”
在深度学习的学习过程中，整理和记录笔记是理解和回顾内容的重要方式。本文将帮助你实现“李宏毅 深度学习 2022 笔记”的过程，适用于刚入行的小白。我们会通过表格展示每个步骤，并详细说明每一步中需要做什么。
## 整体流程
下面是实现“李宏毅 深度学习 2022 笔记”的流程步骤：
```markdown
| 步骤 | 描述
原创
2024-09-14 03:16:30
65阅读
文章目录1-of-N Encoding词嵌入基于计数的词嵌入基于预测的词嵌入共享参数多语言嵌入文档嵌入1-of-N En
原创
2022-07-13 10:13:22
150阅读
一、概念含义人工智能（Artificial Intelligence）＞机器学习（Machine Learning）＞深度学习（Deep Learning），三者之间的关系为：机器学习是实现人工智能的方法，深度学习是实现机器学习算法的技术。人工智能是研究、开发用于模拟、延伸和扩展人的的理论、方法、技术及应用系统的一门新的技术科学。机器学习本质上就是让计算机自己在数据中学习规律，并根据所得到的规律对
学习心得（1）BERT（Bidirectional Encoder Representation from Transformers）相关的很多算法名字来
原创
2022-07-14 15:37:29
358阅读
按照“非黑即白”的思路，假设类别之间的boundary周围的data是很少的，即假设不同类别数据之间应该有1个很明显的boundary。Self-training最简单的基于Low-density Separation假设的半监督学习是Self-training。使用有标签的数据训练1个模型 ，模型类型和训练方式没有限制，神经网络、深或浅、其它机器学习方法等等都可以使用模型 生成未标注数据的伪标
转载
2021-06-02 10:12:23
124阅读
# 实现“李宏毅深度学习笔记增强式学习”指南
在现代深度学习中，“增强式学习”是一个重要的概念。为帮助刚入行的小白理解和实现“李宏毅深度学习笔记增强式学习”，以下是整个流程的步骤展示，并附上详细的代码和注释。
## 整体流程
| 步骤 | 描述 |
|------------|----------------
原创
2024-10-15 04:11:55
55阅读
作者丨kid丶@知乎编辑丨极市平台导读本文介绍了一篇中稿CVPR2021的工作，关于半监督场景下的长尾分布问题。论文作者通过FixMatch模型实验发现对于样本数目非常少的点，虽recall非常的差，但是precision却很高。于是提出了对打上伪标签的数据根据类别多少来进行采样的框架。CReST: A Class-Rebalancing Self-Training Framework for I
