qq_35134144的博客

原创 神经网络

本文参考：1）机器学习.周志华 2）https://www.zybuluo.com/hanbingtao/note/448086https://www.zybuluo.com/hanbingtao/note/433855https://www.zybuluo.com/hanbingtao/note/4766633）li_wen01 https://blog.csdn.net...

原创 卷积神经网络CNN

参考：1) strint https://blog.csdn.net/strint/article/details/44163869#commentsedit2) sakura小樱  https://blog.csdn.net/Sakura55/article/details/813938273) Jack Cui https://cuijiahua.com/blog/2018/12/...

原创 Object Detection(1)

本文参考：1）J.R.R. Uijlings “Selective Search for object recognition”2）surgewong https://blog.csdn.net/surgewong/article/details/39316931#commentBox3）深度学习调参实验室 https://zhuanlan.zhihu.com/p/27467369 ...

转载 K-近邻法——近朱者赤，近墨者黑

本文参考：1）机器学习.周志华2）集体智慧编程3）https://cuijiahua.com/blog/2017/11/ml_1_knn.html 崔家华. K-近邻法（kNN）       在利用多种不同属性（比如价格）对数值型数据进行预测时，贝叶斯分类器、决策树、支持向量机都不是最佳的算法。       k近邻法(k-nearest neighbor, k-NN)是19...

原创 对抗样本

转载 这就是Keras

参考1）http://keras-cn.readthedocs.io/en/latest/ 先修知识 关于Python 显然你应对Python有一定的熟悉，包括其基本语法，数据类型，语言特点等，如果你还不能使用Python进行程序设计，或不能避免Python中常见的一些小陷阱，或许你应该先去找个教程补充一下。这里推一个快速学习Python的教程廖雪峰的Python教程 ...

转载 数据可视化

原文链接：https://towardsdatascience.com/4-more-quick-and-easy-data-visualizations-in-python-with-code-da9030ab3429参考：https://mp.weixin.qq.com/s/7M_xbmDQIlSEB1TKN3fbQw热力图、二维密度图、蜘蛛网图和树状图，这些可视化方法你都用过吗？...

转载 激活函数知多少

转自：sakura小樱 https://blog.csdn.net/Sakura55/article/details/81316796  Activation functions 

转载 机器学习中的相似性度量

　　在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。　　本文的目的就是对常用的相似性度量作一个总结。本文目录：1.欧氏距离2.曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5.标准化欧氏距离6.马氏距...

原创 Tensorflow

本文参考1）戈云飞 https://blog.csdn.net/geyunfei_/article/details/787828042）量化大司马 https://www.jianshu.com/p/696bde1641d83）《Tensorflow 实战Google深度学习框架》4）zhuzuweihttps://blog.csdn.net/zhuzuwei/art...

转载 TensorFlow保存和加载训练模型

本文转自作者：JasonZhangOO 原文：https://blog.csdn.net/JasonZhangOO/article/details/60756590 ================================================================================================对于机器学习，尤其是深度学习D...

转载 线性回归（二）

本文参考：1)崔家华：https://cuijiahua.com/blog/2017/12/ml_12_regression_2.html2)zsffuture: https://blog.csdn.net/weixin_42398658/article/details/83511409   ===============================================...

转载 线性回归

本文参考：1）崔家华：https://cuijiahua.com/blog/2017/11/ml_11_regression_1.html2）机器学习第三章线性模型线性模型       给定由d个属性描述的示例x= ，其中是x在第i个属性上的取值，线性模型（linear model）试图学得一个通过属性的线性组合来进行预测的函数，即                       ...

转载 Decision Tree(3)

本文参考： （1）sakura小樱 ：https://blog.csdn.net/Sakura55/article/details/80786499（2）周志华老师的机器学习第四章决策树================================================================================================为什么...

转载 Decision Tree

本文参考： （1）崔家华 ：https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html（2）周志华老师的机器学习第四章决策树-----------------------------------------------------------------------------------------------------...

转载 LogisticRegression

这是学习人家的，一个非常不错的个人网站，原文  https://cuijiahua.com/blog/2017/11/ml_6_logistic_1.html-----------------------------------------------------------------------------------------------------------------------...

转载 Support Vector Machine（一）

参考1) 崔家华  https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html----------------------------------------------------------------------------------------------------------------------------------------...

转载 split()

转自：作者：neu_张康 原文：https://blog.csdn.net/csdn15698845876/article/details/74012511 本文讲述的是string.split(s[, sep[, maxsplit]])，针对string类型的split()函数。它主要是切割字符串，结果返回由字符串元素组成的一个列表，具体怎么使用看下面的代码。1. 无参数的情况...

原创 智能进化

智能进化（Evolving Intelligence）构造树状程序from random import random, randint, choicefrom copy import deepcopyfrom math import logclass fwrapper: def __init__(self, function, childcount, name): ...

转载 Pycharm断点调试

这篇断点调试的博客写的很清楚，觉得挺好的，分享给大家。--------------------------------------------------------------------------------------------------------------------------------------------------- 转自：作者：DCclient 原文：...

转载 Decision Tree (2)

     上篇使用的是ID3算法，这次采用CART（Classification and Regression Tree）算法。采用‘基尼指数’（Gini index）来选择划分属性。                        -》 纯度低    -》纯度高                                          y代表类别的个数，pk表示每一个类的概率...