一种基因数据分析的半监督学习算法

机器学习中的监督学习算法需要用有标记样本训练分类模型。而收集训练样本，并进行分类的过程，需要耗费大量人力物力以及时间。因此，如何高效率地完成图像分类一直是业内研究的热点。提出了一种基于霍夫森林和半监督

基于组合核和调和函数的半监督学习,冀杰,程玉虎,提出一种基于组合核和调和函数的半监督学习算法。首先构建多个不同结构的图,每个图对应一个图核;然后寻找这些图核的凸优化组合

决策树 决策树(decision tree) 是一种基本的分类与回归方法。本博客主要讨论用于分类的决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。学习时,利用训练数据,根

风控相关，主要针对反欺诈的内容，涵盖了datavisor的多项技术。做风控的同好可以下来学下

无监督学习大纲

Dr. Andrew Ng的课程讲义，有关监督学习。part1是线性回归，part2是分类和逻辑回归，part3是广义线性模型。

意味着老师是更好的榜样 ---- ---- ---- 作者:Harti Valpola()Antti Tarvainen 方法 平均老师是半监督学习的一种简单方法。 它包括以下步骤: 采用受监管的体系

日冕物质抛射(CME)是空间灾害天气的重要驱动源,而日冕暗化(dimming)被认为是CME初发的主要表征,对理解和预测CME具有重要作用。基于极紫外成像望远镜(EIT)和大气成像仪(AIA)的观测数

针对传统有限混合模型无监督学习算法不能处理参数维数变化的问题,提出了一种基于修正Gibbs 采样的无监督学习算法. 该算法的关键是,在每一次完全采样之后引入分布元的合并和剔除技术,即将利用均值、协方差

深度半监督学习是一个快速发展的领域,具有一系列的实际应用。本文从模型设计和无监督损失函数的角度对深度半监督学习方法的基本原理和最新进展进行了全面的综述。