摘要：
1、什么是分类问题，什么是回归问题？区别在哪里？有没有联系？ 分类问题：是对输入数据求一个具体的值，例如简单的二分类，只存在两种情况，要么在参考直线的左边，要么在参考直线的右边，根据外表特征预测一个人是男还是女。 回归问题：是对输入数据求一个逼近真实结果的几率，比如预测高考结果能上清华北大的几率。 阅读全文
摘要：
机器学习/数据挖掘 - 寒小阳 - CSDN博客 机器学习系列(1)_逻辑回归初步 机器学习系列(2)_从初等数学视角解读逻辑回归 机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾 机器学习系列(4)_机器学习算法一览，应用建议与解决思路 机器学习系列(5)_从白富美相亲看特征预处理与选择 阅读全文
摘要：
【重磅干货整理】机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总 . 阅读全文
摘要：
计算机视觉 - 寒小阳 - CSDN博客 . 阅读全文
摘要：
深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全 原文地址：Image Completion with Deep Learning in TensorFlow by Brandon Amos 原文翻译与校对：@MOLLY && 寒小阳 (hanxiaoyang.ml@gm 阅读全文
摘要：
深度学习与计算机视觉(11)_基于deep learning的快速图像检索系统 作者：寒小阳 时间：2016年3月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50856583 声明：版权所有，转载请联系作者并注明出处 1.引言 本系统 阅读全文
摘要：
深度学习与计算机视觉系列(10)_细说卷积神经网络 作者：寒小阳 时间：2016年1月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50542880 声明：版权所有，转载请联系作者并注明出处 1. 前言 前面九讲对神经网络的结构，组件， 阅读全文
摘要：
深度学习与计算机视觉系列(8)_神经网络训练与注意点 作者：寒小阳 时间：2016年1月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50521064 声明：版权所有，转载请联系作者并注明出处 1.训练 在前一节当中我们讨论了神经网络静 阅读全文
摘要：
深度学习与计算机视觉系列(9)_串一串神经网络之动手实现小例子 作者：寒小阳 时间：2016年1月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50521072 声明：版权所有，转载请联系作者并注明出处 1.引言 前面8小节，算从神经网 阅读全文
摘要：
深度学习与计算机视觉系列(7)_神经网络数据预处理，正则化与损失函数 作者：寒小阳 时间：2016年1月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50451460 声明：版权所有，转载请联系作者并注明出处 1. 引言 上一节我们讲完 阅读全文
摘要：
深度学习与计算机视觉系列(1)_基础介绍 作者：寒小阳 时间：2015年11月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/49876119 声明：版权所有，转载请注明出处，谢谢。 1.背景 计算机视觉/computer vision是 阅读全文
摘要：
深度学习与计算机视觉系列(2)_图像分类与KNN 作者： 寒小阳 时间：2015年11月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/49949535 声明：版权所有，转载请注明出处，谢谢 1. 图像分类问题 这是人每天自然而然会做的事 阅读全文
摘要：
深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器 作者： 寒小阳 时间：2015年11月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/49999299 声明：版权所有，转载请注明出处，谢谢。 1. 线性分类器 在深度学习 阅读全文
摘要：
深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数 1.神经元与含义 大家都知道最开始深度学习与神经网络，是受人脑的神经元启发设计出来的。所以我们按照惯例也交代一下背景，从生物学的角度开始介绍，当然也是对神经网络研究的先驱们致一下敬。 1.1 神经元激励与连接 大家都知道，人脑的基本计算单 阅读全文
摘要：
深度学习与计算机视觉系列(4)_最优化与随机梯度下降 1. 引言 上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念： 用于把原始像素信息映射到不同类别得分的得分函数/score function 用于评估参数W效果(评估该参数下每类得分和实际得 阅读全文
摘要：
深度学习与计算机视觉系列(5)_反向传播与它的直观理解 1. 引言 其实一开始要讲这部分内容，我是拒绝的，原因是我觉得有一种写高数课总结的感觉。而一般直观上理解反向传播算法就是求导的一个链式法则而已。但是偏偏理解这部分和其中的细节对于神经网络的设计和调整优化又是有用的，所以硬着头皮写写吧。 问题描述 阅读全文
摘要：
学习OpenCV——SVM 学习SVM，首先通过http://zh.wikipedia.org/wiki/SVM， 再通过博客http://blog.csdn.net/yang_xian521/article/details/6969904 OpenCV开发SVM算法是基于LibSVM软件包开发的， 阅读全文
摘要：
梯度下降法解线性回归 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。 假设现在的目标是开餐馆选址，自变量 阅读全文
摘要：
梯度下降法解神经网络 本文是Andrew Ng在Coursera的机器学习课程的笔记。 整体步骤 确定网络模型 初始化权重参数 对于每个样例，执行以下步骤直到收敛 计算模型输出：forward propagation 计算代价函数：比较模型输出与真实输出的差距 更新权重参数：back propaga 阅读全文
摘要：
应用机器学习建议 本文是Andrew Ng在Coursera的机器学习课程的笔记。 动机 当一个算法在训练集表现优秀，但在测试集表现不佳时，我们需要考虑如何改良算法。方法包括： 修改拟合函数的最高阶数 增加或者减少特征数 修改regularization参数λ 增加样本数，扩大数据集 ... 该从何 阅读全文