摘要: 描述 python是一种解释性文件,代码要通过解释器解释运行。python解释器就是python.exe这个程序。 pip也是一个pip.exe的程序,是用来管理python的第三方库。 有两种执行方式:脚本执行 & 交互式执行。前者是 cmd 中用 python 文件名 来运行(Linux常用); 阅读全文
posted @ 2018-05-12 20:04 Skye_Zhao 阅读(246) 评论(0) 推荐(0) 编辑
摘要: 离散余弦变换 由于实信号傅立叶变换的共轭对称性,导致DFT后在频域中有一半的数据冗余。离散余弦变换(DCT)在处理实信号时比离散傅立叶(DFT)变换更具优势。在处理声音信号这类实信号时,DFT得到的结果是复功率谱,其结果中的一半数据是没利用价值的。相比之下,DCT得到的结果是实谱,从而节省了不必要的 阅读全文
posted @ 2018-05-12 19:33 Skye_Zhao 阅读(3455) 评论(0) 推荐(0) 编辑
摘要: 机器学习算法概述参见:https://zhuanlan.zhihu.com/p/25327755 深度学习可以简单理解为NN的发展,二三十年前,NN曾经是ML领域非常火热的一个方向,后来慢慢淡出,原因主要有: 容易过拟合,参数比较难调,并且需要不少trick(经验)。 训练速度满,在层次比较少(≤3 阅读全文
posted @ 2018-05-11 17:04 Skye_Zhao 阅读(210) 评论(0) 推荐(0) 编辑
摘要: 线性判别分析算法。 逻辑回归是一种分类算法,传统上仅限于两类分类问题。 如果有两个以上的类,那么线性判别分析算法是首选的线性分类技术。LDA的表示非常直接。它包括数据的统计属性,为每个类计算。对于单个输入变量,这包括: 每个类的平均值。 在所有类中计算的方差。 通过计算每个类的判别值并对具有最大值的 阅读全文
posted @ 2018-05-11 13:59 Skye_Zhao 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 逻辑回归算法LR。 简介 逻辑回归是机器学习从统计学领域借鉴的另一种技术。它是二进制分类问题的首选方法(有两个类值的问题)。 Logistic回归就像线性回归,目标是找到权重每个输入变量的系数值。 与线性回归不同的是,对输出的预测用一个叫做logistic函数的非线性函数来进行转换。 logisti 阅读全文
posted @ 2018-05-10 20:02 Skye_Zhao 阅读(310) 评论(0) 推荐(0) 编辑
摘要: 前言 机器学习中的核心问题:模型的设计不仅在训练数据上表现好,并且能在新输入上泛化好; 正则化策略:以增大训练误差为代价,来减少测试误差(如果在训练误差上很小,可能出现过拟合的情况); 最好的拟合模型(最小化泛化误差的意义上)是一个适当正则化的大型模型。 正则化(regularization)的作用 阅读全文
posted @ 2018-05-08 21:43 Skye_Zhao 阅读(1432) 评论(0) 推荐(0) 编辑
摘要: 1、独立与不相关 随机变量X和Y相互独立,有:E(XY) = E(X)E(Y)。 独立一定不相关,不相关不一定独立(高斯过程里二者等价) 。对于均值为零的高斯随机变量,“独立”和“不相关”等价的。 独立性是指两个变量的发生概率一点关系没有,而相关性通常是指线性关系。如果两个变量不相关,指的是线性关系 阅读全文
posted @ 2018-05-08 14:01 Skye_Zhao 阅读(194) 评论(0) 推荐(0) 编辑
摘要: 偏差,方差以及两者权衡 偏差是由模型简化的假设,使目标函数更容易学习。 一般来说,参数化算法有很高的偏差,使它们学习起来更快,更容易理解,但通常不那么灵活。反过来,它们在复杂问题上的预测性能更低,无法满足算法偏差的简化假设。 Decision trees是低偏差算法的一个例子,而linear reg 阅读全文
posted @ 2018-05-08 09:47 Skye_Zhao 阅读(163) 评论(0) 推荐(0) 编辑
摘要: 分析工具 1、audacity 强大免费 使用参考:http://www.360doc.com/content/13/0620/17/1437142_294320939.shtml 知识点 1、声音的三个主要的主观属性(即音量、音调、音色)。音色(Timbre)是指不同的声音的频率表现在波形方面总是 阅读全文
posted @ 2018-05-07 20:47 Skye_Zhao 阅读(680) 评论(0) 推荐(0) 编辑
摘要: 目前基于麦克风阵列的声源定位方法大致可以分为三类:基于最大输出功率的可控波束形成技术、基于高分辨率谱图估计技术和基于声音时间差(time-delay estimation,TDE)的声源定位技术。 基于TDE的算法核心在于对传播时延的准确估计,一般通过对麦克风间信号做互相关处理得到。进一步获得声源位 阅读全文
posted @ 2018-05-07 19:42 Skye_Zhao 阅读(40025) 评论(9) 推荐(0) 编辑
摘要: 即参数化算法和非参数化算法。 参数化机器学习算法 可以大大简化学习过程,也可以限制可以学到的东西,将函数简化为已知形式的算法称为参数化机器学习算法。算法包括两个步骤: 为函数选择一个form。 从训练数据中学习函数的系数。 线性回归和逻辑回归就属于参数化机器学习算法。 非参数机器学习算法 没有对映射 阅读全文
posted @ 2018-05-07 16:41 Skye_Zhao 阅读(571) 评论(0) 推荐(0) 编辑
摘要: 下述运算符的优先级从低到高: 1.先决或(||); 2.先决与(&&); 3.逻辑或(|); 4.逻辑与(&); 5.等于类(<,<=,>,>=,==,~=); 6.冒号运算(:); 7.加减(+,-); 8.乘除类(点乘.*,矩阵乘*,元素左右除.\,/.,矩阵左右除\,/); 9.正负号(+,- 阅读全文
posted @ 2018-05-07 15:32 Skye_Zhao 阅读(1336) 评论(0) 推荐(0) 编辑