當我試圖解決神經網絡的分類問題時,數據集中的類用k-means進行計算。是有監督的還是無監督的學習?受監督或無監督
Q
受監督或無監督
1
A
回答
0
這可能屬於啓發式方法類semi-supervised learning。
0
神經網絡的學習算法可以是有監督的或無監督的。
神經網絡據說學習監督如果所需的輸出已知。 示例:模式關聯
學習無監督的神經網絡沒有這樣的目標輸出。 無法確定學習過程的結果如何。 在學習過程中,根據給定的輸入值,這種神經網絡的單位(權重值)被「排列」在一定的範圍內。目標是在價值範圍的某些區域將相似的單位靠近在一起。 示例:模式分類
相關問題
- 1. Akka監督管理監督
- 2. 圖像識別使用監督或無監督學習
- 3. Erlang:誰來監督監督員?
- 4. 內存監督
- 5. 如何提出有監督和無監督學習的問題?
- 6. 直接/間接和監督/無監督/強化學習
- 7. 無監督情緒分析
- 8. ejabberd監督模塊
- 9. 使用PCA時監督學習和無監督學習的區別
- 10. 使用TensorFlow監督員
- 11. 監督樹未能啓動
- 12. MVP - 監督控制器
- 13. NLTK中的無監督HMM訓練
- 14. 是否在Spark監督或無監督的MLlib庫中預定義了流式k均值聚類?
- 15. 減少監督學習的尺寸
- 16. Rails的ACL插件,與設計/監督?
- 17. 監督學習隨機森林通過
- 18. 有監督學習的情感分類
- 19. 在MATLAB中監督SOM的培訓
- 20. 尋找我的代碼監督
- 21. 聚類與非監督分類
- 22. 有監督的運動檢測庫
- 23. 如何調試設計/監督?
- 24. erlang監督員重新啓動策略
- 25. 準備包半監督學習
- 26. 監督Git中的項目更改
- 27. Erlang如何監督多個模塊
- 28. NLP的遠程監督算法
- 29. 理解Erlang/Elixir的監督職責
- 30. 非監督分類方法可用