摘要：photo OCR应用1.介绍：光学字符识别，图片文字转为可编辑的文字。2.步骤：（使用管道pipeline）识别出文本区域字符分割单个字符识别3.识别出文本区域收集长方形的图形作为训练集，表示是否是文字区域，训练算法。在图片中使用长方形（不同大小的）滑动窗口进行扫描，对每个长方形使用训练的算法判读... 阅读全文

摘要：第十章、大型数据集的学习1.很多时候数据是越大越好，所以处理大量数据的时候就会很费时，但是在确定数据的时候，一定要先想一下，如果只使用部分数据（不是很大），就能替代整体数据，那么还是选择部分数据。或者这是一个欠拟合的问题，而需要先修改。2.随机梯度下降stochastic gradient desc... 阅读全文

摘要：第九章（2）、推荐系统1.基于内容推荐content based recommendations根据内容给产品一个度（电影的浪漫度，喜剧度，动作度）使用线性回归方法（将除以m删掉了）：缺点：这种方法需要根据内容给产品一个度值，很花时间，只能用于容易确定度值的问题。反过来求：依然使用上面的例子，现在给... 阅读全文

摘要：第九章（1）、异常检测1.正态\高斯分布 μ代表均值（曲线的对称轴）、σ代表标准差（曲线的宽度）根据数据集估计：2.密度估计3.数据集分类训练集使用正常产品的数据，验证集测试集使用正常和异常产品的数据。验证集和测试集的数据不能一样。4.使用交叉验证集去求，因为数据是高倾斜的y=1的数据很少，所... 阅读全文