半监督机器学习,semi-supervised machine learning,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 半监督机器学习

1) semi-supervised machine learning 点击朗读

半监督机器学习

This paper applied the technologies of kernelised valid index,sparse format and semi-supervised machine learning to develop an improved text clustering algorithm.

针对传统FKCM(Fuzzy Kernel C-Means)算法中所存在的聚类数目需要事先确定、易陷入局部最优、收敛速度缓慢、对孤立点敏感等缺陷,利用核化有效性指标、稀疏格式、半监督机器学习等技术对FKCM算法进行了改进。

2) semi-supervised learning 点击朗读

半监督学习

Making use of the unlabeled data in the semi-supervised learning; 点击朗读

半监督学习中非标记数据的利用

Application based on semi-supervised learning algorithm to land evaluation; 点击朗读

半监督学习算法在农用地分等中的应用

JPEG steganalysis based on Tri-training semi-supervised learning; 点击朗读

基于Tri-training半监督学习的JPEG隐密分析方法

更多例句>>

3) Semi-Supervised Active Learning 点击朗读

半监督主动学习

Co-Training Semi-Supervised Active Learning Algorithm with Noise Filter 点击朗读

具有噪声过滤功能的协同训练半监督主动学习算法

更多例句>>

4) supervised learning 点击朗读

监督学习

Land evaluation based on agglomerative hierarchical cluster algorithm combining with supervised learning algorithm;

融合监督学习与凝聚层次聚类的土地评价方法

Aimed at the problem of electroencephalography(EEG) pattern recognition in brain computer interfaces(BCIs),a classification method based on probabilistic neural network(PNN) with supervised learning was presented.

针对脑机接口(BCI)研究中脑电信号(EEG)的模式识别问题,提出了一种基于有监督学习的概率神经网络(PNN)的分类方法。

The learning of connectionism,which consists mainly of supervised learning,intensive learning and unsupervised learning,is modelled after the learning of human beings.

其学习是对人类学习的模拟,主要有监督学习、强化学习和无监督学习三种。

更多例句>>

5) a semi-supervised learning model 点击朗读

半监督的学习模型

6) unsupervised machine learning 点击朗读

无督导机器学习

补充资料：机器学习

机器学习
machine learning

　　·328·习L一~~.~..~~~~侧~~~~机现学习等等。这一时期有影响的工作有学习质谱仪预测规则系统Meta~DENDRAL，利用AQll方法学习大豆疾病诊断规则系统，利用ID3方法学习象棋残局规则，数学概念发现系统AM，符号积分系统LEX，以及一系列物理定理重新发现系统BACON。在学习计算理论上，L.G.Valiant提出了概率近似正确PAC学习模型，这一成果推动了学习计算理论的发展。第四阶段始于80年代中后期，主要源于神经网络的重新兴起。由于使用隐单元的多层神经网络及反传算法的提出，克服了早期线性感知机的局限性，从而使得非符号的神经网络的研究得以与符号学习并行发展。同时，机器学习在符号学习的各个方面也更加深人和广泛地展开，并形成了较为稳定的几种学习风范，如归纳学习，分析学习(特别是解释学习和类比学习)，遗传学习等。这一时期有影响的工作有多层神经网络反向传播学习算法，基于解释的学习，一系列决策树归纳学习方法，J.H.Hollalld的遗传学习和分类器系统，A.Newell等的岌〕AR学习系统，以及PRODIGY学习系统等。近期，由于复杂世界的实际应用的需要，出现了结合各种学习方法的集成学习系统、多策略学习技术，特别是关于连接学习与符号学习的结合。另外，有着很大应用价值的数据库知识发现学习技术也发展得很快。机器学习经过三十多年的发展，到现在已形成了很多学习方法，例如机械学习、传授学习、实例学习、发现学习、解释学习、类比学习、事例学习、遗传学习、连接学习等。这些学习方法可以用一个学习模型来描述(参见图1)。环境)一叫学习单元卜叫知识库卜叫执行单元图1一个简单学习系统模型在图1中，圆圈表示信息体(如观察的数据，以及事实、规则等知识)，方框表示过程。箭头指示数据在学习系统中的流向。环境为学习单元提供外界信息源(如经验实例)。学习单元利用该信息对知识库作出改进(增加新知识或重新组织已有知识)。执行单元利用知识库中的知识执行任务，任务执行后的信息又反馈给学习单元作为进一步学习的输人。学习单元的输人有两种:一是外界环境，另一是执行任务后的反馈信息。不同的学习系统有不同的经验实例表示。最简单的一种是二元特征表示，仅仅描述对象某些属性的存在与否，例如病人有或没有某个特定症状。下文要讲的连接学习和遗传学习方法一般使用这种二元特征的输人。另一种是用属性值表示，每个属性有一组相互排斥的值，如颜色属性的值可为红色、蓝色和黄色等。二元特征可看作是此类的特例。这种属性值表示典型地用在归纳学习方法中。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

有监督式学习学习效果监督监督子空间学习非监督学习算法监督学习算法 Hebbina监督学习算法监督流形学习

监督性学习非监督学习无监督学习有监督学习学习监督者

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 半监督机器学习 1) semi-supervised machine learning 半监督机器学习 1. This paper applied the technologies of kernelised valid index,sparse format and semi-supervised machine learning to develop an improved text clustering algorithm. 针对传统FKCM(Fuzzy Kernel C-Means)算法中所存在的聚类数目需要事先确定、易陷入局部最优、收敛速度缓慢、对孤立点敏感等缺陷,利用核化有效性指标、稀疏格式、半监督机器学习等技术对FKCM算法进行了改进。 2) semi-supervised learning 半监督学习 1. Making use of the unlabeled data in the semi-supervised learning; 半监督学习中非标记数据的利用 2. Application based on semi-supervised learning algorithm to land evaluation; 半监督学习算法在农用地分等中的应用 3. JPEG steganalysis based on Tri-training semi-supervised learning; 基于Tri-training半监督学习的JPEG隐密分析方法更多例句>> 3) Semi-Supervised Active Learning 半监督主动学习 1. Co-Training Semi-Supervised Active Learning Algorithm with Noise Filter 具有噪声过滤功能的协同训练半监督主动学习算法更多例句>> 4) supervised learning 监督学习 1. Land evaluation based on agglomerative hierarchical cluster algorithm combining with supervised learning algorithm; 融合监督学习与凝聚层次聚类的土地评价方法 2. Aimed at the problem of electroencephalography(EEG) pattern recognition in brain computer interfaces(BCIs),a classification method based on probabilistic neural network(PNN) with supervised learning was presented. 针对脑机接口(BCI)研究中脑电信号(EEG)的模式识别问题,提出了一种基于有监督学习的概率神经网络(PNN)的分类方法。 3. The learning of connectionism,which consists mainly of supervised learning,intensive learning and unsupervised learning,is modelled after the learning of human beings. 其学习是对人类学习的模拟,主要有监督学习、强化学习和无监督学习三种。更多例句>> 5) a semi-supervised learning model 半监督的学习模型 6) unsupervised machine learning 无督导机器学习补充资料：机器学习机器学习 machine learning 　　·328·习L一~~.~..~~~~侧~~~~机现学习等等。这一时期有影响的工作有学习质谱仪预测规则系统Meta~DENDRAL，利用AQll方法学习大豆疾病诊断规则系统，利用ID3方法学习象棋残局规则，数学概念发现系统AM，符号积分系统LEX，以及一系列物理定理重新发现系统BACON。在学习计算理论上，L.G.Valiant提出了概率近似正确PAC学习模型，这一成果推动了学习计算理论的发展。第四阶段始于80年代中后期，主要源于神经网络的重新兴起。由于使用隐单元的多层神经网络及反传算法的提出，克服了早期线性感知机的局限性，从而使得非符号的神经网络的研究得以与符号学习并行发展。同时，机器学习在符号学习的各个方面也更加深人和广泛地展开，并形成了较为稳定的几种学习风范，如归纳学习，分析学习(特别是解释学习和类比学习)，遗传学习等。这一时期有影响的工作有多层神经网络反向传播学习算法，基于解释的学习，一系列决策树归纳学习方法，J.H.Hollalld的遗传学习和分类器系统，A.Newell等的岌〕AR学习系统，以及PRODIGY学习系统等。近期，由于复杂世界的实际应用的需要，出现了结合各种学习方法的集成学习系统、多策略学习技术，特别是关于连接学习与符号学习的结合。另外，有着很大应用价值的数据库知识发现学习技术也发展得很快。机器学习经过三十多年的发展，到现在已形成了很多学习方法，例如机械学习、传授学习、实例学习、发现学习、解释学习、类比学习、事例学习、遗传学习、连接学习等。这些学习方法可以用一个学习模型来描述(参见图1)。环境)一叫学习单元卜叫知识库卜叫执行单元图1一个简单学习系统模型在图1中，圆圈表示信息体(如观察的数据，以及事实、规则等知识)，方框表示过程。箭头指示数据在学习系统中的流向。环境为学习单元提供外界信息源(如经验实例)。学习单元利用该信息对知识库作出改进(增加新知识或重新组织已有知识)。执行单元利用知识库中的知识执行任务，任务执行后的信息又反馈给学习单元作为进一步学习的输人。学习单元的输人有两种:一是外界环境，另一是执行任务后的反馈信息。不同的学习系统有不同的经验实例表示。最简单的一种是二元特征表示，仅仅描述对象某些属性的存在与否，例如病人有或没有某个特定症状。下文要讲的连接学习和遗传学习方法一般使用这种二元特征的输人。另一种是用属性值表示，每个属性有一组相互排斥的值，如颜色属性的值可为红色、蓝色和黄色等。二元特征可看作是此类的特例。这种属性值表示典型地用在归纳学习方法中。说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条有监督式学习学习效果监督监督子空间学习非监督学习算法监督学习算法 Hebbina监督学习算法监督流形学习

©2011 dictall.com