- 博客(10)
- 资源 (3)
- 收藏
- 关注
原创 《深度学习》读书笔记 ——第十章 降维与度量学习
1、k邻近学习k邻近(k-Nearest Neighbor,简称kNN)学习是一种常用的监督学习方法,其工作机制简单:给定测试样本,基于某种距离度量找出训练集中与最靠近的k个训练样本,然后基于这k个“邻居”的信息进行预测,通常,在分类任务中可使用投票法,即选择这k个样本中出现最多的类别标记作为预测结果;在回归任务中可使用“平均法”,即将这k个样本的实值输出标记的平均值作为预测结果;还可基于距离...
2019-11-22 00:13:44 729
原创 《机器学习》读书笔记 ——第九章 聚类
1、聚类任务在“无监督学习”(unsupervised learning)中,训练样本的标记信息是未知的,目标是通过对无标记训练样本的学习来揭示数据的内在性质和规律,为进一步的数据分析提供基础,此类学习任务中研究最多、应用最广的是“聚类”(clustering)。clusting试图将数据集中的样本划分为若干个通常不相交的子集,每个子集称为一个簇(cluster),通过这样的划分,每个簇可...
2019-11-21 22:22:46 905
原创 位、字节操作备忘
数据类型:1、char: 一个字节,8位二进制、2位16进制0x00-0xFF,十进制:0-255(unsigned) 或 -128-127(signed)2、short:二个字节,16位二进制、4位16进制0x0000-0xFFFF ,十进制:0-65535(unsigned) 或-32768-32767(signed)3、long:四个字节,32位二进制、8位16进制 ,十进制:...
2019-11-21 01:01:30 260
原创 《机器学习》读书笔记 ——第八章 集成学习
1、个体与集成集成学习(ensemble learning)构建并结合多个学习器完成学习任务,亦称 多分类器系统(multi-classifier)/committee-based learning 等。一般结构:先产生一组“个体学习器”(individual learning),再用某种策略将他们结合起来。同质集成(homogeneous):只包含同种类型的个体学习器,其中的个体学习...
2019-11-12 23:26:46 620 1
原创 《机器学习》读书笔记 ——第七章 贝叶斯分类器
1、贝叶斯决策论(Bayesian decision theory)是概率框架下实施决策的基本方法。基于后验概率可获得将样本x误分类所产生的期望损失(expected loss),即在样本x上的“条件风险”(conditional risk)我们的任务是寻找一个判定准则,以最小化总体风险。——贝叶斯判定准则(Bayes decision rule):最小化总体风险,只需在每个样本上选择使c...
2019-11-07 23:41:15 840
原创 《机器学习》读书笔记 ——第六章 支持向量机
1、间隔与支持向量分类学习最基本的想法就是基于训练集D在样本空间中找到一个划分超平面,将不同类型的样本分开。距离超平面最近的几个训练样本点使得等式(6.3)P122成立,他们被称为“支持向量”(support vector),两个异类向量到超平面的距离之和,称为“间隔”(margin)欲找到具有“最大间隔”(maximum margin)的划分超平面。支持向量机(Support V...
2019-11-07 01:02:55 204
原创 《机器学习》读书笔记 ——第五章 神经网络
1、神经元(neuron)模型1/神经网络是由具有适应性的简单单元组成的广泛并行互联的网络,其组织能够模拟生物神经系统对真实世界物体所做出的交互反应。2/M-P神经元模型:神经元接收到来自n个其他神经元传递过来的输入信号,通过带权重的链接(connection)传递。神经元接收到的总输入值将与神经元的阈值进行比较,然后通过激活函数/响应函数(activation function)处理以产...
2019-11-06 00:58:13 321
原创 Git代码版本控制常用指令和简单流程
本文仅记录本人常用的几个Git指令和流程,Git有很多高级功能有待发掘。1、首先在远程端建立Repository,可以用Azure/GitHub/等。2、git clone + your-repo-link。可以用gitk命令检测到当前branch的所有提交记录。3、git checkout + your-base-branch。用checkout切换到想要建立your-working...
2019-11-04 23:40:47 108
原创 《机器学习》读书笔记 ——第四章 决策树
1、一棵决策树包含一个根结点、若干个内部结点和若干个叶结点。叶节点对应于决策结果,其他结点对应于一个属性测试。每个结点包含的样本集合根据属性测试的结果被划分到子结点中。根节点包含样本全集,从根节点到每个叶结点的路径对应了一个判定测试序列。遵循divide-and-conquer(分而治之)策略。2、决策树的基本算法,生成决策树的递归过程:输入:训练集D 属性集A生成结点 node三...
2019-11-04 01:40:12 533
自定义MFC pictur控件下CvvImage显示图片类,包含橡皮筋类实现ROI选取、模板提取,测试程序可在OpenCV环境下编译运行
2017-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人