周志华的弱监督学习简介的PPT

为了优化电磁设备的设计,从包括HFSS,CST和IE3D的全波电磁仿真软件中获取训练样本是最耗时的。 传统的机器学习方法通​​常仅使用标记的样本或未标记的样本,但是在实际问题中,标记的样本和未标记的样

个体之间的信任关系构成具有小世界特征的复杂网络，称为信任网（web of trust）。信任网中的信任传播建模是许多重要的电子商务系统中亟待解决的基本任务之一。引入属性相似度的概念，提出一个可用于电子

深度聚类,用于视觉特征的无监督学习 消息 我们发布了新的自我监督方法SwAV的和。 SwAV使用ResNet-50将自我监督学习与ImageNet上的监督学习仅相距1.2%! 它结合了在线聚类和多作物

近年来,基于神经网络的机器翻译取得了快速发展,然而由于它需要大规模的平行语料库,所以对于资源稀缺的小语种的翻译往往显得效果不佳.在分析编码-解码框架和注意力机制的基础上,基于对偶学习的思想,提出了一种

基于图的半监督学习近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络。根据查询及文档自身的内容特征和点击关系构建查询—文档异构信息网络,并引入样本的判别信息强化网络结构。提出了查

Hands-On Unsupervised Learning Using Python How to Build Applied Machine Learning Solutions from Unl

2权力受到制约和监督——学生学习课件

人工智能模型与算法:监督学习.pdf

神经网络有监督学习 异或函数 反向传播的工作原理 RecognizeIt——鼠标手势的识别 一些有用的技术和技巧 监督学习的应用

非监督学习--keam聚类文档与算法 matlab