随笔分类 - 【模式识别与机器学习】
摘要：原文地址：参数和非参数模型——当我谈到参数我在说些什么 - 知乎 (zhihu.com) 对观察数据集进行描述 假如现在给我们观察数据，其中 是表征这个观察数据的特征和标签，其中的表示特征维度，表示样本数量。 如果我们尝试对这个观察数据进行模型描述，我们可以怎么描述呢？把这个问题记住，我们继续探讨。
阅读全文
摘要：原文地址：感知机的损失函数中1/||w||为什么可以忽略_Innovat1on的博客-CSDN博客 ；为什么感知机使用函数间隔作为损失函数(忽略1/||w||)_zest_9527的博客-CSDN博客 网上有人说1/||𝑤||是个定值，但是个人觉得平面不唯一，这个值肯定也会变。通过参考他人观点结合
阅读全文
摘要：原文地址：https://www.cnblogs.com/zhanying999666/p/10277612.html 最近一段时间在做行人重识别方向的研究，行人重识别（Person Re-Identification）作为图像识别领域的一个分支，在实际生活中具有极其重要的意义。目前，城市里的用于公
阅读全文
摘要：原文地址：https://www.jiqizhixin.com/articles/2017-10-1-1 生成对抗网络基本概念 要理解生成对抗模型（GAN），首先要了解生成对抗模型可以拆分为两个模块：一个是判别模型，另一个是生成模型。简单来说就是：两个人比赛，看是 A 的矛厉害，还是 B 的盾厉害。
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/84660707 线性判别分析（Linear Discriminant Analysis, LDA），LDA是一种监督学习的降维技术，其具体的原理用一个栗子来说明。首先，从一个简单的分类开始，如下图所示 尝试找一个向量，并将各个样本
阅读全文
摘要：原文地址：https://blog.csdn.net/zhongkejingwang/article/details/42264479 什么是PCA？ 在数据挖掘或者图像处理等领域经常会用到主成分分析，这样做的好处是使要分析的数据的维度降低了，但是数据的主要信息还能保留下来，并且，这些变换后的维两两
阅读全文
摘要：原文地址：https://www.cnblogs.com/kangheng/p/10160363.html 机器学习是现在在风口上。其包括一系列的具体算法，学习这些算法需要一定的数学基础（线性代数、概率论），网上有大量的资料可以参考学习；对于工程来说门槛就更低了，有许多优秀的现成框架可以使用。虽然我
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/146543473 前言 大家好，我是潜心。由于在小组会上提到了“过拟合”现象，发现自己很难给它下一个标准且规范的定义。因此查了一些资料，并简单做了下实验，进行简单整理。 本文约，预计阅读15分钟。 过拟合与欠拟合 以一个简单的线性
阅读全文
摘要：原文地址：https://www.jianshu.com/p/75518e6a5c64 熵的概念中有信息熵、信息增益、信息增益比、基尼指数，这些统统作为决策树分裂的依据，其中，我们需要知道信息熵与基尼指数的关系。 信息熵与基尼指数的关系 首先看二者的定义： 将 f(x) = −lnx 在 x = 1
阅读全文
摘要：原文地址：https://www.cnblogs.com/Wanggcong/p/4699932.html 一、批量学习 在监督学习的批量方法中，多层感知器的突出权值的调整在训练样本集合的所有N个例子都出现后进行，这构成了训练的一个回合。换句话说，批量学习的代价函数是由平均误差能量定义的。多层感知器
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/32658341 问题 之前我们讨论的 PCA降维，对样本数据来言，可以是没有类别标签 y 的。如果我们做回归时，如果特征太多，那么会产生不相关特征引入、过度拟合等问题。我们可以使用PCA 来降维，但 PCA 没有将类别标签考虑进去
阅读全文
摘要：原文地址：https://www.cnblogs.com/xinyuyang/p/11178676.html 主成分分析原理与实现 主成分分析是一种矩阵的压缩算法，在减少矩阵维数的同时尽可能的保留原矩阵的信息，简单来说就是将 n×mn×m的矩阵转换成n×kn×k的矩阵，仅保留矩阵中所存在的主要特性，
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/92705250 1.跨模态检索的定义 在这篇文章中A Comprehensive Survey on Cross-modal Retrieval，作者给出了跨模态检索（Cross Modal Retrieval）的定义：It ta
阅读全文
摘要：原文地址：https://www.cnblogs.com/zongfa/p/9130167.html 线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理
阅读全文
摘要：原文地址：https://blog.csdn.net/m0_37407756/article/details/80904580?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/37477611 cbow和skip-gram都是在word2vec中用于将文本进行向量表示的实现方法，具体的算法实现细节可以去看word2vec的原理介绍文章。我们这里大体讲下两者的区别，尤其注意在使用当中的不同特点。 在cbow
阅读全文
摘要：一点关于深度神经网络和非线性之间的关系的问答。 原文地址：https://blog.csdn.net/JNingWei/article/details/78866718 定义： 对“乘”、“加”运算 闭合。 作用： 非线性很难形式化，但却是深度学习的 核心竞争力 。 正是由于网络中强大的非线性因素，
阅读全文
摘要：原文地址：https://www.cnblogs.com/luofeel/p/10400954.html 第一次接触Class Activation Mapping这个概念是在论文《Learning Deep Features for Discriminative Localization 》(20
阅读全文
摘要：原文地址：https://www.zhihu.com/question/63493495 其中有些回答很巧妙，学习了，感谢！ 作者：陈琛链接：https://www.zhihu.com/question/63493495/answer/795461376来源：知乎著作权归作者所有。商业转载请联系作者
阅读全文
摘要：Wikipedia: http://www.svcl.ucsd.edu/projects/crossmodal/ PKU Xmedia: https://github.com/yeqinglee/mvdata Pascal sentence: http://vision.cs.uiuc.edu/pa
阅读全文
