随笔分类 -  机器视觉

摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7732417本文为Maching Learning 栏目补充内容,为上几章中所提到单参数线性回归、多参数线性回归和逻辑回归的总结版。旨在帮助大家更好地理解回归,所以我在Matlab中分别对他们予... 阅读全文
posted @ 2015-12-14 22:42 莫小 阅读(7236) 评论(0) 推荐(2) 编辑
摘要:原文:http://blog.csdn.net/zouxy09/article/details/48903179一、概述 机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”,就算不懂得其中各算法理论,叫你喊上一两个著名算法的名字,你也能昂首挺胸脱口而出。当然了,算法之林虽大,但能者... 阅读全文
posted @ 2015-12-07 17:26 莫小 阅读(16958) 评论(1) 推荐(2) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7914952本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-07 15:18 莫小 阅读(1536) 评论(0) 推荐(1) 编辑
摘要:原文: http://blog.csdn.net/abcjennifer/article/details/7849812本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularizatio... 阅读全文
posted @ 2015-12-07 14:24 莫小 阅读(2118) 评论(0) 推荐(0) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7834256本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-07 14:18 莫小 阅读(782) 评论(0) 推荐(0) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7797502本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-07 10:56 莫小 阅读(1190) 评论(0) 推荐(0) 编辑
摘要:原文http://blog.csdn.net/abcjennifer/article/details/7758797本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、... 阅读全文
posted @ 2015-12-05 16:34 莫小 阅读(1780) 评论(0) 推荐(0) 编辑
摘要:原文http://blog.csdn.net/abcjennifer/article/details/7749309本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、... 阅读全文
posted @ 2015-12-05 16:27 莫小 阅读(3675) 评论(0) 推荐(1) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7716281本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-05 16:07 莫小 阅读(2136) 评论(0) 推荐(1) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7700772本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-05 11:45 莫小 阅读(2821) 评论(0) 推荐(0) 编辑
摘要:原文:http://blog.csdn.net/abcjennifer/article/details/7691571本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization... 阅读全文
posted @ 2015-12-05 11:31 莫小 阅读(1281) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。
posted @ 2015-11-17 15:30 莫小 阅读(57) 评论(0) 推荐(0) 编辑
摘要:http://blog.csdn.net/zouxy09/article/details/24972869上一篇博文,我们聊到了L0,L1和L2范数,这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限,以下都是我一些浅显的看法,如果理解存在错误,希望大家不吝指正。谢谢。三、核范数 核范数||W|... 阅读全文
posted @ 2015-11-13 15:57 莫小 阅读(530) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。
posted @ 2015-11-13 15:55 莫小 阅读(33) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。
posted @ 2015-08-30 22:35 莫小 阅读(129) 评论(2) 推荐(0) 编辑
摘要:A geometric interpretation of the covariance matrixhttp://www.visiondummy.com/2014/04/geometric-interpretation-covariance-matrix/译文:http://demo.netfou... 阅读全文
posted @ 2015-08-25 17:55 莫小 阅读(32793) 评论(1) 推荐(7) 编辑
摘要:选取N幅同类目标物体的二维图像,并用上一篇博文的方法标注轮廓点,这样就得到训练样本集: 由于图像中目标物体的形状和位置存在较大偏差,因此所得到的数据并不具有仿射不变性,需要对其进行归一化处理。这里采用Procrustes分析方法对样本集中的所有形状集合进行归一化。形状和位置的载体还是样本点的空... 阅读全文
posted @ 2015-08-20 16:57 莫小 阅读(21331) 评论(0) 推荐(1) 编辑
摘要:翻译来自:http://news.csdn.net/article_preview.html?preview=1&reload=1&arcid=2825492摘要:本文解释了回归分析及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七... 阅读全文
posted @ 2015-08-15 18:37 莫小 阅读(1959) 评论(0) 推荐(1) 编辑
摘要:【编者按】针对Quora上的一个老问题:不同分类算法的优势是什么?Netflix公司工程总监Xavier Amatriain近日给出新的解答,他根据奥卡姆剃刀原理依次推荐了逻辑回归、SVM、决策树集成和深度学习,并谈了他的不同认识。他并不推荐深度学习为通用的方法,这也侧面呼应了我们之前讨论的问题:深... 阅读全文
posted @ 2015-07-23 16:17 莫小 阅读(760) 评论(0) 推荐(1) 编辑
摘要:最近在做Zdenek Kalal的TLD算法,其成果发表在CVPR 2010上,文章的名字叫做P-N Learning: Bootstrapping Binary Classifiers by Structural Constraints,是关于一个跟踪算法的,主要思想还是实时地对跟踪对象的模型进行... 阅读全文
posted @ 2015-07-23 15:32 莫小 阅读(3967) 评论(2) 推荐(1) 编辑