摘要: Lecture 18—Photo OCR 应用实例:图片文字识别 18.1 问题描述和流程图 Problem Description and Pipeline 图像文字识别需要如下步骤: 1.文字侦测(Text detection)——将图片上的文字与其他环境对象分离开来2.字符切分(Charact 阅读全文
posted @ 2019-01-04 20:51 马小豆包 阅读(1314) 评论(0) 推荐(0) 编辑
摘要: Lecture17 Large Scale Machine Learning大规模机器学习 17.1 大型数据集的学习 Learning With Large Datasets 如果有一个低方差的模型, 通常通过增加数据集的规模,可以获得更好的结果。 但是如果数据集特别大,则首先应该检查这么大规模是 阅读全文
posted @ 2019-01-04 19:59 马小豆包 阅读(1235) 评论(1) 推荐(0) 编辑
摘要: Lecture 16 Recommender Systems 推荐系统 16.1 问题形式化 Problem Formulation 在机器学习领域,对于一些问题存在一些算法, 能试图自动地替你学习到一组优良的特征。通过推荐系统(recommender systems),将领略一小部分特征学习的思想 阅读全文
posted @ 2019-01-04 18:30 马小豆包 阅读(1767) 评论(1) 推荐(0) 编辑
摘要: Lecture 15 Anomaly Detection 异常检测 15.1 异常检测问题的动机 Problem Motivation 异常检测(Anomaly detection)问题是机器学习算法的一个常见应用。这种算法虽然主要用于无监督学习问题,但从某些角度看,它又类似于一些监督学习问题。举例 阅读全文
posted @ 2019-01-04 15:47 马小豆包 阅读(1836) 评论(1) 推荐(0) 编辑
摘要: Lecture 14 Dimensionality Reduction 降维 14.1 降维的动机一:数据压缩 Data Compression 现在讨论第二种无监督学习问题:降维。 降维的一个作用是数据压缩,允许我们使用较少的内存或磁盘空间,也加快算法速度。 举例: 假设用两个特征描述同一个物品的 阅读全文
posted @ 2019-01-04 00:03 马小豆包 阅读(1983) 评论(0) 推荐(0) 编辑