人工智能与信息社会课件:601监督学习和非监督学习.pdf 16页

  • 0
  • 0
  • 0
  • 约1.94千字
  • 2020-08-13 发布

人工智能与信息社会课件:601监督学习和非监督学习.pdf

文档工具:
    1. 1、本文档共16页,可阅读全部内容。
    2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
    3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
    4. 文档侵权举报电话:19940600175。
    人工智能与信息社会 基于神经网络的智能系统II:监督学习和非监督学习 陈斌北京大学gischen@pku.edu.cn 监督学习 〉 利用标注好信息的样本,经过训练得到一个 模型,可以用来预测新的样本 北京大学地球与空间科学学院/ 陈斌/2018 监督学习 〉 利用标注好信息的样本,经过训练得到一个 模型,可以用来预测新的样本 标记数 预测 结果 据样本 训练 模型 北京大学地球与空间科学学院/ 陈斌/2018 分类 〉 当新来一个数据时,可以自动预测所属类型 x2 = x1 北京大学地球与空间科学学院/ 陈斌/2018 分类的应用 〉 对于一幅遥感影像,对其中的部分水体、农 田、建筑做好标记,通过监督分类方法就能 得到其余的水体、农田、建筑。 北京大学地球与空间科学学院/ 陈斌/2018 分类(预测结果是离散值)相关的方法 〉 支持向量机:寻找最大化样本间隔的边界 北京大学地球与空间科学学院/ 陈斌/2018 分类(预测结果是离散值)相关的方法 〉 分类决策树 颜色 尺寸 苹果 形状 葡萄 青柠 柠檬 香蕉 北京大学地球与空间科学学院/ 陈斌/2018 分类(预测结果是离散值)相关的方法 〉 神经网络方法 北京大学地球与空间科学学院/ 陈斌/2018 回归 〉 直线拟合 (最小二乘法) 我们希望通过已有的训练数据学习一个模型,当新来 一个面积数据时,可以自动预测出销售价格 格 价 750 面积 北京大学地球与空间科学学院/ 陈斌/2018 回归的应用 〉 人脸好看程度评分。通过标记分数的图片得 出回归模型,输入新的图片就能得出分数。 北京大学地球与空间科学学院/ 陈斌/2018 回归(预测结果是连续值)相关的方法 〉 线性回归 在平面上拟合线性函数 〉 最邻近方法 使用最相似的训练样本来预测新样本值 〉 神经网络方法 北京大学地球与空间科学学院/ 陈斌/2018 非监督学习 〉 所有数据只有特征向量没有标签,但是可以 发现这些数据呈现出聚群的结构,本质是一 个相似的类型的会聚集在一起。 x2 x1 北京大学地球与空间科学学院/ 陈斌/2018 聚类 〉 把这些没有标签的数据分成一个一个组合, 就是聚类 (Clustering)。 x2 x1 北京大学地球与空间科学学院/ 陈斌/2018 聚类案例 〉 Google新闻 每天会搜集大量的新闻,然后把它们全部聚类,就 会自动分成几十个不同的组 (比如商业,科技,体 育),每个组内新闻都具有相似的内容结构 北京大学地球与空间科学学院/ 陈斌/2018 聚类案例 〉 景区提取 对大量游客的微博定位点进行聚类,能够自动提取 出不同的景点的位置分布 北京大学地球与空间科学学院/ 陈斌/2018 聚类案例 〉 鸡尾酒会问题 在一个满是人的房间中,人们都在互相对话。我们 记录下房间中的声音,利用非监督学习算法就能够 识别房间中某一个人所说的话。 北京大学地球与空间科学学院/ 陈斌/2018

    文档评论(0)

    • 内容提供方:woxiangang
    • 审核时间:2020-08-13
    • 审核编号:7115014012002160

    相似文档