会员服务
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。 监督学习是从标记的训练数据来推断一个功能的机器学习任务。训练数据包括一套训练示例。在监督学习中，每个实例都是由一个输入对象（通常为矢量）和一个期望的输出值（也称为监督信号）组成。监督学习算法是分析该训练数据，并产生一个推断的功能，其可以用于映射出新的实例。一个最佳的方案将允许该算法来正确地决定那些看不见的实例的类标签。这就要求学习算法是在一种“合理”的方式从一种从训练数据到看不见的情况下形成。
Is Supervised Learning Really That Different from Unsupervised?
Arxiv
0+阅读 · 10月9日
Is Supervised Learning Really That Different from Unsupervised?
Arxiv
0+阅读 · 10月8日
Maximally Useful and Minimally Redundant: The Key to Self Supervised Learning for Imbalanced Data
Arxiv
0+阅读 · 9月10日
Evaluating Supervised Learning Models for Fraud Detection: A Comparative Study of Classical and Deep Architectures on Imbalanced Transaction Data
Arxiv
0+阅读 · 5月28日
Hybrid Learning: A Novel Combination of Self-Supervised and Supervised Learning for MRI Reconstruction without High-Quality Training Reference
Arxiv
0+阅读 · 5月9日
Probabilistic morphisms and Bayesian supervised learning
Arxiv
0+阅读 · 7月7日
Probabilistic morphisms and Bayesian supervised learning
Arxiv
0+阅读 · 4月3日
Sentiment Classification of Thai Central Bank Press Releases Using Supervised Learning
Sentiment Classification of Thai Central Bank Press Releases Using Supervised Learning
Arxiv
0+阅读 · 3月28日
DEPT: Deep Extreme Point Tracing for Ultrasound Image Segmentation
Arxiv
0+阅读 · 3月19日
Leveraging Self-Supervised Learning Methods for Remote Screening of Subjects with Paroxysmal Atrial Fibrillation
Arxiv
0+阅读 · 3月4日
Forecasting Extreme Temperatures in Siberia Using Supervised Learning and Conformal Prediction Regions
Arxiv
0+阅读 · 3月20日
Control, Optimal Transport and Neural Differential Equations in Supervised Learning
Arxiv
0+阅读 · 3月26日
Control, Optimal Transport and Neural Differential Equations in Supervised Learning
Arxiv
0+阅读 · 3月19日
Mixture of Experts based Multi-task Supervise Learning from Crowds
Arxiv
0+阅读 · 3月12日
PyTorchFire: A GPU-Accelerated Wildfire Simulator with Differentiable Cellular Automata
Arxiv
0+阅读 · 2月26日
参考链接
父主题
机器学习
数据挖掘
子主题
DBN
微信扫码咨询专知VIP会员
Top