摘要： 微服务写的最全的一篇文章： https://blog.csdn.net/yunzhaji3762/article/details/82860256?utm_source=copy https://blog.csdn.net/lhc2207221755/article/details/52987131 阅读全文

摘要： 1.知识图谱权威文献 http://cpfd.cnki.com.cn/Area/CPFDCONFArticleList-ZGZR201808001.htm 2.关注行业最新动态 http://www.cnki.com.cn/ 3.wiki百科的镜像网站 http://wikipedia.moesal 阅读全文

摘要： 一、注意事项 1.论文搜集和编录，并行阅读 『Excel在读文章列表』：论文名称，进度（第几遍，百分比）。不可或缺。通常针对一个问题我们会找到十几篇甚至几十篇来阅读，花些时间做好准备工作，可以让后期阅读更有效率。文献不是一篇接着一篇读的，而是多篇并行。举例来说，可以先从一堆文献中挑出五篇，快速浏览一 阅读全文

摘要： 一、调研步骤 1.两种方式，双管齐下： 1.先找一块养殖海域（博士论文、综述），里面各种各样的东西都包含了，可以初步了解这个方向，不一定十分完整，但是相当完整了。根据多片养殖海域，慢慢就能了解如何养殖，值不值得养殖了。2.先找到一片贝壳（文献），然后这片贝壳上面会写一部分知识，也有索引，会告诉你其他 阅读全文

摘要： 1.基于BOW的图像检索 https://blog.csdn.net/qq_42617827/article/details/90048221 2.SIFT算法的应用--目标识别之Bag-of-words模型 https://blog.csdn.net/v_JULY_v/article/detail 阅读全文

摘要： 1.任务和挑战 2.数据集 3.评价标准 https://blog.csdn.net/ZXF_1991/article/details/104279387 4.估计方法 1,2,4参考：https://blog.csdn.net/anymake_ren/article/details/8197826 阅读全文

摘要： 1.人体姿态估计与跟踪的简单基线方法（Simple Baselines for Human Pose Estimation and Tracking） 2.结合检测和跟踪进行视频中的人体姿势估计（Combining detection and tracking for human pose esti 阅读全文

摘要： 1.思想 该分类器的基本策略是保证不同类别的数据具有最大的分类间隔。 2.特点+适用条件 由于这类求间隔最大化的问题往往可以转化为凸二次规划问题, 因此与神经网络、随机森林和决策树等工具相比，SVM 可以在数据量较少的情况下快速得到需要的分类器，这一特性降低了数据积累的要求，同时减少了人工设置标签的 阅读全文

摘要： 1.哪些机器学习算法不需要做归一化处理？ 概率模型不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率， 如决策树、RF。 而像Adaboost、GBDT、XGBoost、SVM、LR、KNN、KMeans之类的最优化问题就需要归一化。 2. 为什么XGBoost要用泰勒展开 阅读全文

摘要： 一、概述 1.处理方法总结 （1）不平衡数据集 通常情况下通常情况下把多数类样本的比例接近100:1这种情况下的数据称为不平衡数据。不平衡数据的学习即需要在分布不均匀的数据集中学习到有用的信息。 （2）不平衡数据集的处理方法主要分为两个方面 1、从数据的角度出发，主要方法为采样，分为欠采样和过采样以 阅读全文