码迷,mamicode.com
首页 >  
搜索关键字:分类器    ( 1373个结果
24、二分类、多分类与多标签问题的区别
二分类、多分类与多标签的基本概念 二分类:表示分类任务中有两个类别,比如我们想识别一幅图片是不是猫。也就是说,训练一个分类器,输入一幅图片,用特征向量x表示,输出是不是猫,用y=0或1表示。二类分类是假设每个样本都被设置了一个且仅有一个标签 0 或者 1。 多类分类(Multiclass class ...
分类:其他好文   时间:2019-10-27 20:42:37    阅读次数:694
图像识别的原理、过程、应用前景,精华篇!
图像识别的原理、过程、应用前景,精华篇! 图像识别技术是信息时代的一门重要的技术,其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展,人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。简单分析了图像识别技术的引 ...
分类:其他好文   时间:2019-10-27 15:05:48    阅读次数:171
[深度学习] Pytorch学习(二)—— torch.nn 实践:训练分类器(含多GPU训练CPU加载预测的使用方法)
Learn From: "Pytroch 官方Tutorials" "Pytorch 官方文档" 环境:python3.6 CUDA10 pytorch1.3 vscode+jupyter扩展 结果: ...
分类:其他好文   时间:2019-10-20 10:45:43    阅读次数:145
SVM面试知识点总结
1. SVM 原理 SVM 是一种二类分类模型。它的基本思想是在特征空间中寻找间隔最大的分离超平面使数据得到高效的二分类,具体来讲,有三种情况(不加核函数的话就是个线性模型,加了之后才会升级为一个非线性模型): 当训练样本线性可分时,通过硬间隔最大化,学习一个线性分类器,即线性可分支持向量机; 当训 ...
分类:其他好文   时间:2019-10-18 15:29:42    阅读次数:105
@CSP模拟2019.10.16 - T3@ 垃圾分类
为了保护环境,p6pou建设了一个垃圾分类器。 垃圾分类器是一个树形结构,由 n 个垃圾桶和 n-1 条双向传送带组成。 垃圾处理器的编号为 1, 2, ..., n,每条传送带都可以花 1 秒钟将垃圾从一个垃圾桶输送到另一个垃圾桶。 垃圾投放点是编号为 r 的垃圾桶,垃圾总是投放在这里。... ...
分类:其他好文   时间:2019-10-18 14:09:48    阅读次数:68
利用图像压缩模型抵御对抗样本 by ch
论文链接:https://arxiv.org/abs/1811.12673 一.对抗样本 对抗样本是指攻击者通过向真实样本中添加人眼不可见的噪声,导致深度学习模型发生预测错误的样本。比如对于一张猫的图片,分类器原本可以正确的识别。如果在图片中加入一些微小的干扰,这些干扰对于人眼来说是分辨出来的,人们 ...
分类:其他好文   时间:2019-10-18 12:18:30    阅读次数:115
集成学习(二):AdaBoost与LogitBoost
总结两种具体的提升算法: AdaBoost算法: AdaBoost的基本想法是不断调整训练数据中样本的权值来训练新的学习器,对于当前误分类的点在下一步中就提高权重“重点关照一下”,最后再将所有的弱分类器做加权和,对于分类正确率高的权重给得大大(更可靠),分类正确率低的给的权重低乃至是负的权重。其具体 ...
分类:其他好文   时间:2019-10-16 19:58:16    阅读次数:100
什么是分类器
我们常常遇到一些这样的名词,比如说SVM(支持向量机),贝叶斯,k临近法。这些都是分类器,去查找这些名词时,你会找到一大推的数学公式,这瞬间劝退我这种数学不是太好的人,下面简单谈一下我的理解; 书上定义:在机器学习中,分类器作用是在标记好类别的训练数据基础上判断一个新的观察样本所属的类别。 什么意思 ...
分类:其他好文   时间:2019-10-10 10:43:14    阅读次数:131
朴素贝叶斯应用-机器学习-新浪新闻分类器
朴素贝叶斯应用 机器学习 新浪新闻分类器 本文代码及数据均来自于https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html 这个例子比较有实践意义,不仅使用了jieba、sklearn,并且其中用到的思想也是很实用的。 jieba "结巴"中文分词:做最 ...
分类:其他好文   时间:2019-10-08 19:21:45    阅读次数:102
朴素贝叶斯分类器(MNIST数据集)
P(y|X)=P(y)*P(X|y)/P(X) 样本中的属性相互独立; 原问题的等价问题为: 数据处理为防止P(y)*P(X|y)的值下溢,对原问题取对数,即: 注意:若某属性值在训练集中没有与某个类同时出现过,则直接P(y)或P(X|y)可能为0,这样计算出P(y)*P(X|y)的值为0,没有可比 ...
分类:其他好文   时间:2019-09-28 00:43:45    阅读次数:351
1373条   上一页 1 ... 12 13 14 15 16 ... 138 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!