半监督学习pdf讲义超详细

在图像识别领域，大型图像数据集的标注是一项耗时且昂贵的任务。为了减轻这一负担，半监督学习成为了研究的热点，它允许模型在有限的标注数据上进行学习，并利用大量未标注数据提升性能。本项目“Large-Ima

为了提高文本分类性能,提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围。然后在约束范围内利用半监督学习框架下的标签传播算法

微博中的主观句包含着人们对事物的态度、倾向等信息。微博本身字数的限制和语言结构的自由，使得在微博中发现主观句面临着许多困难。借鉴传统文本处理使用的词性和情感词典两类特征，通过AdaBoost方法选择并

在对不平衡样本集进行分类时容易产生少数类样误差大的问题,而目前半监督学习中的算法多数是针对未有明显此类特征的数据集。针对一种半监督协同分类算法在该问题上的有效性进行了研究。由于进一步增强了分类器差异性

为了提高文本分类性能，提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵，进而通过概率转移矩阵得出受限约束范围；然后在约束范围内利用半监督学习框架下的标签传播算法

超详细的监督分类教程第一步：打开envi4.8打开待处理影像文件（tiff），设置显示rgb先后顺序；

周志华的弱监督学习简介的PPT，非常好

文档详细介绍了Unsupervised learning or Clustering – K-means Gaussian mixture models

资源整理了特征工程中的三种特征选择的方法及实现方式

资源整理了几种特征之间的相关性分析方法