刷新
EM

博主头像 EM Algorithm 1. GMM 引入 若数据服从一个高斯分布,可以用 MLE + 偏导为 0 的方法求解参数,其中框架如下 \[\theta = \{ \mu, \Sigma \} = \arg \max_{\theta} \sum_{i=1}^N \log p(x_i | \theta) ...

神经网络极简入门

博主头像 神经网络是深度学习的基础,正是深度学习的兴起,让停滞不前的人工智能再一次的取得飞速的发展。 其实神经网络的理论由来已久,灵感来自仿生智能计算,只是以前限于硬件的计算能力,没有突出的表现,直至谷歌的AlphaGO的出现,才让大家再次看到神经网络相较于传统机器学习的优异表现。 本文主要介绍神经网络中的重 ...

Simple Neural Network

博主头像 Title: 神经网络 Author: Blackteaxx Description: 神经网络:从单层感知机到BP神经网络 神经网络——从 PLA 到 BP 神经网络 0. 推荐阅读 B 站白板推导系列二十三(没有任何数学推导,能够看得很舒服) 李沐-动手学深度学习 1. 感知机学习算法(Perc ...

搭建一个简易的 PMML 模型测试环境

博主头像 PMML,全称为 Predictive Model Markup Language,是一种标准化的模型描述和交换格式。它允许从不同的数据挖掘和机器学习软件中导出模型,并在其他系统中进行部署,无需重新编写代码。PMML 通过定义一套统一的规则来描述模型,包括数据预处理、模型参数以及输入输出格式等。目前 ...

深度学习基本概念简介

博主头像 一、Linear Models' Bias 上篇学习机器学习一文中,所构造的 $y = b + wx_0$ 函数是一个linear model亦即线性模型,但是linear models有缺陷的——它过于简单了。实际应用中,我们所面临的不会只是一个简单的linear model,因此我们需要更复杂的 ...

机器学习基本概念简介

博主头像 说明:本人正在跟随台大李宏毅老师的课程学习,为了加强学习效果,特写成blog来记录,所有博客中的图片均截取自李宏毅老师的PPT。 一、机器学习是在干什么? 以中学时代所学的函数为例,做应用题时我们都会建立相应的正比例函数、二次函数等来解决,给定一个自变量x都能得到唯一的因变量y。现在我想找到一个函数 ...

统计学习方法—概论

博主头像 统计学习方法 实现步骤 主要组成 1. 监督学习 2. 非监督学习 3. 半监督学习 4. 强化学习 监督学习 任务 学习一个模型,使模型能够对任意给定的输入,对其相应的输出做一个好的预测 基本概念 实例instance 每一个具体的输入是一个实例 通常由特征向量表示,所有特征向量存在的空间——特征 ...

机器学习——常见模型评估指标

博主头像 目录一.模型评估综述1.1 什么是模型评估1.2 评估类型1.3 模型泛化能力1.4 过拟合与欠拟合1.4.1 过拟合1.4.2欠拟合二.常见的分类模型评估方式2.1 混淆矩阵2.2 准确率(Accuracy)2.3 精确率(Precision)2.4 召回率(Recall)2.5 F1-score ...

从模型到部署,教你如何用Python构建机器学习API服务

博主头像 本文分享自华为云社区《Python构建机器学习API服务从模型到部署的完整指南》,作者: 柠檬味拥抱。 在当今数据驱动的世界中,机器学习模型在解决各种问题中扮演着重要角色。然而,将这些模型应用到实际问题中并与其他系统集成,往往需要构建API服务。本文将介绍如何使用Python构建机器学习模型的API ...

3D Object Detection Essay Reading 2024.04.05

博主头像 EMIFF 论文:https://arxiv.org/abs/2303.10975 代码:https://github.com/Bosszhe/EMIFF ​ 本文提出了一种新的基于摄像机的三维检测框架,增强型多尺度图像特征融合(EMIFF)。虽然EMIFF的输入是2D图像,但是它的neck层的结构 ...

决策树模型(3)决策树的生成与剪枝

博主头像 决策树的生成 有了信息增益和信息增益比,我就可以以此衡量特征的相对好坏,进而可以用于决策树的生成。相对应的基于信息增益计算的方法所生成的决策树的算法我们叫做ID3算法,而基于信息增益的算法我们叫做C4.5,二者唯一的区别就在于一个使用信息增益衡量特征好坏而另外一个使用信息增益比,因此本文重点讲述ID ...

决策树模型(1)总体介绍

博主头像 决策树 总体介绍 决策树模型顾名思义就是通过一条条的决策来将样本划分来从而达到分类或回归的目的。决策树模型呈树形结构,下图粗略展示了一个分类决策树 其中圆表示特征,方块表示叶子节点也是最终分类的类别,我们通过利用样本中高价值的特征(房子拥有情况,工作的拥有情况)来构建这么一个决策树,那么每当有新样本 ...

机器学习-线性代数

博主头像 二维空间-Singular 平行的线是linear dependence的,singular的,相交的线是Non-singular的,交点就是二元方程解 在机器学习的计算过程中,等式右边的常数全部转化为0,确保每条线都经过(0,0) 三维空间-singular 平面相交于一条线或者重叠,则为sing ...

【译】深度学习不仅无法解决通用人工智能(AGI),而且毫无用处

博主头像 原作:反向科学 引言:我们中的一些人确切地知道原因:深度学习无法概括 /机器翻译/ 摘要 当AGI研究者抱怨深度学习的不足时,AI专家不应感到被冒犯。没有人真的想要摆脱深度学习。虽然 AGI 的出现确实会使深度学习在某些领域变得过时,但我们相信,即使在 AGI 解决之后,它也可能继续对许多自动化任务 ...

2024 SemEval 冠军

博主头像 SemEval Task10,本质是一个文本分类的任务,有三个子任务,论文摘要如下:在多维对话中,情绪不仅作为情感交流的重要中介者,还承载着丰富的信息。因此,准确识别交流者的情绪并理解情绪变化的触发因素至关重要。本研究专注于多语言对话情绪识别和基于挑衅者的情绪逆向推理任务,旨在提高对话中情绪理解的准 ...

<1···91011>