智研所
AI學術與計畫撰寫平台
首頁
功能
文章分類
主題專區
政府補助與創業資源
AI 工具
⋯
Select Language
▼
繁體中文
登入 / 註冊
首頁
功能
AI 助手
arXiv 搜索
文章分類
AI寫作
問卷設計
問卷調查
文獻
研究方法
論文基礎
質性研究方法
量化研究
補助計畫
政府補助
論文投稿
論文格式
參考文獻管理
統計分析工具
學術倫理
政府補助與創業資源
新創事業補助額度試算
政府補助申請攻略
青年創業補助指南
SBIR 創新補助申請教學
政府補助計畫書撰寫
創業補助計畫總覽
SBIR 補助成功案例
2026 補助申請時程表
補助申請進度追蹤
地方創業補助方案
主題專區
論文協助
研究方法
文獻探討
問卷調查與設計
論文影片
文獻搜尋(會員專屬)
補助計畫撰寫
定價
關於我們
登入 / 註冊
返回首頁
非監督學習
共 1 篇文章
量化研究
量化研究中的監督學習與非監督學習:揭露數據分析的兩大策略
在量化研究中,監督學習與非監督學習是數據分析的兩大策略。監督學習涉及到將標記數據用於訓練模型,使模型能夠預測新數據的輸出值。非監督學習則不同,它不依賴標記數據,而是通過尋找數據中的內在結構和模式來進行分析。這兩種學習方法各有優缺點,在特定的研究問題和數據類型下,哪一種方法更合適,取決於研究者的選擇。 量化研究中的無監督學習演算法:揭露數據分析的新視野 在機器學習的領域中,無監督學習如同一位探索...
2024年1月4日
16 分鐘
本網站使用 Cookie 和類似技術來提供基本功能、改善使用體驗並進行流量分析。繼續使用本網站即表示您同意我們的 Cookie 使用政策。
隱私權政策
接受
Original text
Rate this translation
Your feedback will be used to help improve Google Translate