无监督学习 概述 该存储库运行集群和降维技术。 运行的两种聚类算法是K均值和期望最大化。 运行的4维降维算法是主成分分析（PCA），独立成分分析（ICA），随机投影（RP）和递归特征消除（RFE）。 该存储库运行以下内容并捕获性能： 运行两种聚类算法 运行降维，然后进行聚类算法 降维和聚类算法的神经网络 数据集是来自UCI机器学习存储库的Adult和Wine数据集。 运行步骤 需要Python 3.6 从requirements.txt安装以下要求 使用python 3运行以下文件以创建数据文件 run_experiment.py UnSupervisedLearning_abalone.py UnSupervisedLearning_white_wine_quality.py 获得的结果 有关获得的结果的更多信息，请参考Analysis.pdf。

会计核算与监督.png

各功能室安全卫生监督检查记录表

labview信号处理

安全生产监督应急管理平台建设方案

广义无监督流形对准

用于对遥感图像进行监督分类，贝叶斯分类器， 用于对遥感图像进行监督分类， 用于对遥感图像进行监督分类， 用于对遥感图像进行监督分类， 用于对遥感图像进行监督分类

初学者 专升本c语言程序设计

安全生产综合监督监管系统平台

分层预训练：研究资料库 这是一个用于复制“自我监督的预培训改善自我监督的预培训”项目结果的研究资料库。 您可以在这里找到arXiv的预拼版： ://arxiv.org/abs/2103.12718 @article{reed2021self, title={Self-supervised pretraining improves self-supervised pretraining.}, author={Reed, Colorado J and Yue, Xiangyu and Nrusimha, Ani and Ebrahimi, Sayna and Vijaykumar, Vivek and Mao, Richard and Li, Bo and Zhang, Shanghang and Guillory, Devin and Metzger, Sean and Keut