无监督学习方法总结人工智能Michael是个半路程序员-

08 五月

星期五, 08 五月 2020 14:27 Last Updated on 星期五, 08 五月 2020 14:27 0 Comments

文章目录

1. 无监督学习方法的关系和特点

1. 无监督学习方法的关系和特点

八种常用的统计机器学习方法：

聚类方法（层次聚类、k均值聚类）
奇异值分解（SVD）
主成分分析（PCA）
潜在语义分析（LSA）
概率潜在语义分析（PLSA）
马尔可夫链蒙特卡罗法（MCMC，包括Metropolis-Hastings算法、吉布斯抽样）
潜在狄利克雷分配（LDA）
PageRank算法

三种常用的统计机器学习方法，非负矩阵分解（NMF）、变分推理、幂法
这些方法通常用于无监督学习的聚类、降维、话题分析、图分析

1.1 各种方法之间的关系

无监督学习方法总结人工智能Michael是个半路程序员-

1.2 无监督学习方法

聚类有硬聚类和软聚类，层次聚类、k均值聚类是硬聚类方法
高斯混合模型是软聚类方法
层次聚类基于启发式算法，k均值聚类基于迭代算法，高斯混合模型学习通常基于EM算法

降维有线性降维和非线性降维，PCA是线性降维方法。PCA基于SVD

话题分析兼有聚类和降维特点，有非概率模型、概率模型
LSA、NMF是非概率模型，PLSA、LDA是概率模型
PLSA不假设模型具有先验分布，学习基于极大似然估计
LDA假设模型具有先验分布，学习基于贝叶斯学习，具体地后验概率估计
LSA的学习基于SVD，NMF可以直接用于话题分析
PLSA的学习基于EM算法
LDA的学习基于吉布斯抽样或变分推理

图分析的一个问题是链接分析，即结点的重要度计算
PageRank是链接分析的一个方法。PageRank通常基于幂法

无监督学习方法总结人工智能Michael是个半路程序员-

1.3 基础机器学习方法

矩阵分解基于不同假设：SVD基于正交假设，即分解得到的左右矩阵是正交矩阵，中间矩阵是非负对角矩阵
非负矩阵分解基于非负假设，即分解得到的左右矩阵皆是非负矩阵
含有隐变量的概率模型的学习有两种方法：迭代计算方法、随机抽样方法
EM算法和变分推理（包括变分EM算法）属于迭代计算方法
吉布斯抽样属于随机抽样方法
变分EM算法是EM算法的推广
矩阵的特征值与特征向量求解方法中，幂法是常用的算法

Michael阿明

原创文章 1029获赞 4029访问量 58万+

关注他的留言板

展开阅读全文

9
评论 18
x
海报

扫一扫，海报
1
手机看

到微信朋友圈

x

扫一扫，手机阅读
打赏

打赏

Michael阿明

“如果可以，请留言支持我哦！”

5C币 10C币 20C币 50C币 100C币 200C币

确定

Michael是个半路程序员

04-06 无监督学习方法总结人工智能Michael是个半路程序员- 2209

监督学习方法总结

1. 适用问题监督学习：学习一个模型，使它能对给定的输入预测相应的输出。包括分类、标注、回归。分类问题：从实例的特征向量到类标记的预测问题标注问题：从观测序列到标记序列(或状态序列) 的…

本页所有内容来自官方网站 https://www.imapbox.com 新闻来源：互联网搜索引擎和新闻站

本网页所有图片由 ImageBox 图片批量下载器,网页图片批量下载专家,网页图片批量下载器,获取到文章图片，下载并得到。

ImageBox 图片批量下载器工具地址: 网页图片批量下载工具-最新版本下载

非凡下载站地址：https://www.crsky.com/soft/35838.html

本网页所有视频内容由 imoviebox边看边下-网页视频下载, iurlBox网页地址收藏管理器下载并得到。

ImovieBox网页视频下载器下载地址: ImovieBox网页视频下载器-最新版本下载

本文章由: imapbox邮箱云存储,邮箱网盘,ImageBox 图片批量下载器,网页图片批量下载专家,网页图片批量下载器,获取到文章图片,imoviebox网页视频批量下载器,下载视频内容,为您提供.

阅读和此文章类似的: 全球云计算

无监督学习方法总结人工智能Michael是个半路程序员-

文章目录