“无师自通”机器学习方法的核心算法分析

• 作者: 周欣
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 机器学习 无师自通 未标记数据集 稀疏编码 监督学习
• 年，卷（期）: 2011,（4）
• 页码范围: 2335-2338
• 页数: 4页
• 分类号: TP18

摘要

机器学习的发展趋势，就是不断地使用易获得的、廉价的数据作为样本数据，来辅助训练数据进行学习。“无师自通”学习是迁移学习的一种改进，它使用未标记的数据集作为样本数据集，且并不假设未标记数据集和标记数据集有着同样的数据分布，它运用稀疏编码方法来对未标记数据集得到一个更高层次的表示。然后，再使用经典的监督学习方法如SVM方法来对得到的新的数据集进行机器学习。该文将介绍“无师自通”学习法的主要原理，并对其核心算法一稀疏编码算法进行深入分析并通过实验给出具体的实例。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周欣	中央财经大学信息学院	7	51	4.0	7.0