摘要: LVQ可以被理解为人工神经网络的一个特例，更确切地说，它应用了一种赢家通吃的 Hebbian学习方法。它是自组织图（SOM）的前体，与神经气体有关，也与k-最近邻算法（k-NN）有关。LVQ由Teuvo[阅读全文]

摘要: 无监督预训练是用来训练的数据不包含输出目标，需要学习算法自动学习到一些有价值的信息。[阅读全文]

摘要: 元学习的思想是学习「学习（训练）」过程。[阅读全文]

摘要: 知识图谱（Knowledge Graph）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、[阅读全文]

摘要: 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表[阅读全文]

摘要: 什么是线性判别分析？逻辑回归是一种传统上仅限于两类分类问题的分类算法。如果您有两个以上的类，则线性判别分析算法是首选的线性分类技术。LDA的代表非常简单。它包含数据的统计属性，为每个类计算。对于单个输入[阅读全文]

摘要: 监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。[阅读全文]

摘要: 深度学习（也称为深度结构化学习 或分层学习）是基于学习数据表示的更广泛的机器学习方法系列的一部分，而不是特定于任务的算法。学习可以是监督，半监督或无监督。[阅读全文]