双语版网站怎么做,搜索大全,网站建设计划书,国内外网站网站Semi-supervised Learning The distribution of the unlabeled data tell us something. Usually with some assumptions. Semi-Supervised Generative Model 对比学习见 李宏毅机器学习课程#xff14;~~~分类#xff1a;概率生成模型 EM算法思路来最大化似然函数。 Self-tr…
Semi-supervised Learning The distribution of the unlabeled data tell us something. Usually with some assumptions. Semi-Supervised Generative Model 对比学习见 李宏毅机器学习课程~~~分类概率生成模型 EM算法思路来最大化似然函数。 Self-training Self-training 是采用的Hard label, Semi-supervised learning是采用的soft label.
非黑即白的世界 定义新的目标函数损失函数加上unlabel的熵相当于加上正则化。 Smoothness Assumption Deep Autoencoder 抽取Feature然后进行聚类这样才有可能将unlabel 图像聚类出好的结果。单纯的对原始图像的像素进行聚类一般对图像来说都不是一个好的聚类结果。 Graph-based 定性构造相似度采用高斯径向基函数来度量。 Wij代表i与j的位置关系距离 Graph上的label的smoothness定量刻画的简写 目标函数上加上smoothness项。 Better Representation 找到本质核心因素用来作为表示。 参考文献 《Semi-Supervised Learning_Olivier Chapelle》
李宏毅机器学习课程~~~分类概率生成模型
http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html
