当我试图解决神经网络的分类问题时,数据集中的类用k-means进行计算。是有监督的还是无监督的学习?受监督或无监督
Q
受监督或无监督
1
A
回答
0
这可能属于启发式方法类semi-supervised learning。
0
神经网络的学习算法可以是有监督的或无监督的。
神经网络据说学习监督如果所需的输出已知。 示例:模式关联
学习无监督的神经网络没有这样的目标输出。 无法确定学习过程的结果如何。 在学习过程中,根据给定的输入值,这种神经网络的单位(权重值)被“排列”在一定的范围内。目标是在价值范围的某些区域将相似的单位靠近在一起。 示例:模式分类
相关问题
- 1. Akka监督管理监督
- 2. 正在接受随机人员监督或无人监督学习的调查?
- 3. 图像识别使用监督或无监督学习
- 4. 何时使用有监督或无监督学习?
- 5. Erlang:谁来监督监督员?
- 6. 内存监督
- 7. 直接/间接和监督/无监督/强化学习
- 8. 如何提出有监督和无监督学习的问题?
- 9. 无监督学习句子
- 10. 无监督SOM可视化
- 11. 无监督情绪分析
- 12. Akka模型监督
- 13. ejabberd监督模块
- 14. 监督Erlang/OTP监督行为中的普通进程
- 15. 使用PCA时监督学习和无监督学习的区别
- 16. Python监督机器学习
- 17. 监督一个Python子壳
- 18. 尽力而为OTP监督
- 19. 监督重启过程
- 20. Erlang监督node.js实例
- 21. MVP - 监督控制器
- 22. 监督树未能启动
- 23. 使用TensorFlow监督员
- 24. MATLAB - 监督Classifcation /分割
- 25. 二郎监督树终止
- 26. 如何用无监督域适应
- 27. NLTK中的无监督HMM训练
- 28. 是否在Spark监督或无监督的MLlib库中预定义了流式k均值聚类?
- 29. 监督员崩溃时,工作人员,其中监督员不应该
- 30. 逆向工程编程语言或'无监督学习语言'