李宏毅机器学习笔记（8）—半监督学习
分类 直推学习：训练过程中使用待测试数据，目的是提高对这些数据分类的正确率。 归纳学习：训练过程的目的是提出一个能够泛用的模型，而不是单单为了某些待测试数据。 常用方法 self-training 自我训练：方法非常直观 ①根据有标签的data训练出一个模型； ②把无标签的data代入模型，得到可能性最大的标签 ③选择②中一些表现比较好的数据（指得到的最大可能性与其他可能性差距较大，即这个labe
相关文章
- 1. 李宏毅机器学习课程笔记：半监督学习
- 2. 李宏毅学习笔记12.半监督学习
- 3. [李宏毅-机器学习]半监督学习 semi-supervised learning
- 4. 李宏毅机器学习P24——semi-supervised learning半监督学习
- 5. 李宏毅机器学习课程12~~~半监督学习
- 6. [机器学习-李宏毅] 半监督学习笔记 (Semi-supervised Learning)
- 7. 半监督学习|深度学习（李宏毅）（九）
- 8. [机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习）
- 9. [李宏毅-机器学习]无监督学习 unsupervised learning
- 10. 李宏毅机器学习——非监督学习（线性模型）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 李宏毅机器学习课程笔记：半监督学习
- 2. 李宏毅学习笔记12.半监督学习
- 3. [李宏毅-机器学习]半监督学习 semi-supervised learning
- 4. 李宏毅机器学习P24——semi-supervised learning半监督学习
- 5. 李宏毅机器学习课程12~~~半监督学习
- 6. [机器学习-李宏毅] 半监督学习笔记 (Semi-supervised Learning)
- 7. 半监督学习|深度学习（李宏毅）（九）
- 8. [机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习）
- 9. [李宏毅-机器学习]无监督学习 unsupervised learning
- 10. 李宏毅机器学习——非监督学习（线性模型）