文章分类 -  08-专题-ML

机器学习、智能算法等
摘要:原文:https://mp.weixin.qq.com/s/GIvmsLcHQbKr5mIQ4OviEg 机器学习三要素——表示、评价、优化 数学三工具——线性代数、概率统计、最优化理论 机器学习三阶段——能使用、能看懂、能设计 今天我们分享的内容,主要是关于机器学习中的基础数学,包括以下四个部分。 阅读全文
posted @ 2019-01-10 16:38 小天儿 阅读(280) 评论(0) 推荐(1) 编辑
摘要:原文:http://www.cnblogs.com/TensorSense/p/6802280.html 1.matplotlib图像介绍 首先一幅Matplotlib的图像组成部分介绍。 在matplotlib中,整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象 阅读全文
posted @ 2017-09-28 17:16 小天儿 阅读(1136) 评论(0) 推荐(0) 编辑
摘要:原文:http://blog.csdn.net/sinat_32547403/article/details/54017551 目录: 对于python中的numpy模块,一般用其提供的ndarray对象。 创建一个ndarray对象很简单,只要将一个list作为参数即可。 例如 获取矩阵行数列数( 阅读全文
posted @ 2017-09-28 16:53 小天儿 阅读(36520) 评论(0) 推荐(3) 编辑
摘要:sklearn内置了手写数字的数据集digits。此数据集的官方介绍在这里。摘录如下: Each datapoint is a 8x8 image of a digit. 整体步骤分为:训练——预测两大步。用到的预测图片如下: 注意: 自定义图片最好是png格式,因为jpg采用的是有损压缩算法,图像 阅读全文
posted @ 2017-09-28 12:32 小天儿 阅读(3166) 评论(0) 推荐(0) 编辑
摘要:User Guide 用户手册(V0.19.0) 1. Supervised learning 监督学习 1.1. Generalized Linear Models 广义线性模型1.2. Linear and Quadratic Discriminant Analysis 线性/二次判别分析1.3 阅读全文
posted @ 2017-09-25 12:35 小天儿 阅读(1127) 评论(0) 推荐(0) 编辑
摘要:阅读目录 1. 批量梯度下降法BGD 2. 随机梯度下降法SGD 3. 小批量梯度下降法MBGD 4. 总结 在应用机器学习算法时,我们通常采用梯度下降法来对采用的算法进行训练。其实,常用的梯度下降法还具体包含有三种不同的形式,它们也各自有着不同的优缺点。 下面我们以线性回归算法来对三种梯度下降法进 阅读全文
posted @ 2017-09-24 16:33 小天儿 阅读(510) 评论(0) 推荐(0) 编辑
摘要:C4.5 算法: C4.5 算法核心思想是ID3 算法,是ID3 算法的改进。ID3 算法是以信息论为基础, 以信息熵和信息增益度为衡量标准,从而实现对数据的归纳分类。ID3 算法计算每个属性的信息增益, 并选取具有最高增益的属性作为给定的测试属性。C4.5 算法的改进方面有: 1) 用信息增益率来 阅读全文
posted @ 2017-09-21 16:26 小天儿 阅读(333) 评论(0) 推荐(0) 编辑
摘要:1. 10折交叉验证:英文名是10-fold cross-validation,用来测试算法的准确性。是常用的测试方法。将数据集分成10份。轮流将其中的9份作为训练数据,1分作为测试数据,进行试验。每次试验都会得出相应的正确率(或差错率)。10次的结果的正确率(或差错率)的平均值作为对算法精度的估计 阅读全文
posted @ 2017-09-21 14:42 小天儿 阅读(210) 评论(0) 推荐(0) 编辑
摘要:原文:http://www.ctocio.com/hotnews/15919.html 基于此原文做了扩展,比如加了细节和演示动画等 机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方 阅读全文
posted @ 2017-09-21 12:34 小天儿 阅读(437) 评论(0) 推荐(0) 编辑
摘要:原文:http://www.ppvke.com/Blog/archives/34551 《机器学习》(by 周志华)除了前两章是基础,其余章节都是介绍模型方法,应用场景、理论推导、优化过程、算法等,每章都可独立阅读而不受其他章节影响。 如果只是每一章都看完,顶多就是了解了一种方法,相互之间是割裂的, 阅读全文
posted @ 2017-09-20 17:56 小天儿 阅读(1434) 评论(0) 推荐(0) 编辑
摘要:原文:刘光聪·简书 祝大家在2017年有新的收获。非常感谢大家在春节前夕依然还坚持参加中生代技术的分享活动,也感谢中生代提供的强大的分享平台。 我是刘光聪,来自于中兴通讯技术规划部,关注敏捷软件开发,从事机器学习算法研究,目前负责AI平台架构与设计。 今天我给大家分享的题目是:剖析TensorFlo 阅读全文
posted @ 2017-03-01 01:39 小天儿 阅读(526) 评论(0) 推荐(0) 编辑
摘要:原文:刘光聪·简书 TensorFlow是什么 TensorFlow是什么? TensorFlow基于数据流图,用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算,边表示节点之间相互联系的张量。 计算图实例 计算图实例 TensorFlow支持各种异构的平台,支持多CPU/GPU,服务器,移 阅读全文
posted @ 2017-03-01 01:38 小天儿 阅读(637) 评论(0) 推荐(0) 编辑
摘要:由来: 波音公司工程师设计辅助布线系统时,提出 AR 概念。这个辅助布线系统实现了由简单线条绘制的布线路径和文字提示信息实时地叠加在机械师的视野中 , 而这些信息则可以帮助机械师一步一步地完成一个拆卸过程 , 以减少在日常工作中出错的机会。 概念: AR应用可以被看作是一种场景相关的移动计算。 AR 阅读全文
posted @ 2016-09-28 13:45 小天儿 阅读(2050) 评论(0) 推荐(0) 编辑
摘要:一 概念公式:1信息熵:若有n个消息,其给定各个方向概率分布为P=(p1,p2…pn),则由该分布传递的信息量称为P的熵,记为2:信息增益:信息增益度是两个信息熵之间的差值,记为Gain(P1)=entropy(p0,p1)-entropy(p0)二 算法思想:首先计算各个属性的所有取值的信息熵,然... 阅读全文
posted @ 2016-01-09 00:05 小天儿 阅读(496) 评论(0) 推荐(0) 编辑
摘要:这篇文章是一个系列中的第三篇。前两篇的地址贴下:介绍、详解1。我撰写这系列文章的目的是:1、普及车牌识别中相关的技术与知识点;2、帮助开发者了解EasyPR的实现细节;3、增进沟通。 EasyPR的项目地址在这:GitHub。要想运行EasyPR的程序,首先必须配置好openCV,具体可以参照这篇文 阅读全文
posted @ 2014-10-13 16:44 小天儿 阅读(1350) 评论(0) 推荐(0) 编辑
摘要:在上篇文档中作者已经简单的介绍了EasyPR,现在在本文档中详细的介绍EasyPR的开发过程。 正如淘宝诞生于一个购买来的LAMP系统,EasyPR也有它诞生的原型,起源于CSDN的taotao1233的一个博客,博主以读书笔记的形式记述了通过阅读“Mastering OpenCV”这本书完成的一个 阅读全文
posted @ 2014-10-13 16:43 小天儿 阅读(267) 评论(0) 推荐(0) 编辑
摘要:我正在做一个开源的中文车牌识别系统,Git地址为:https://github.com/liuruoze/EasyPR。 我给它取的名字为EasyPR,也就是Easy to do Plate Recognition的意思。我开发这套系统的主要原因是因为我希望能够锻炼我在这方面的能力,包括C++技术、 阅读全文
posted @ 2014-10-13 16:42 小天儿 阅读(451) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示