下面要说的基本都是《动手学深度学习》这本花书上的内容，图也采用的书上的 首先说的是训练误差(模型在训练数据集上表现出的误差)和泛化误差(模型在任意一个测试数据集样本上表现出的误差的期望) 模型选择 验证数据集(validation data set)，又叫验证集(validation set)，指用 ...
分类：
其他好文 时间：
2020-01-06 11:13:27
阅读次数：
446
从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace3.0SDK版本，确实做了比较大的更新。首先本篇介绍一下关于Android平台算法的更新内容，下一篇将针对Windows平台的算法更新展开介绍。特征比对支持比对模型选择，有生活照比对模型和人证比对模型识别率、防***效
分类：
移动开发 时间：
2019-12-11 21:30:18
阅读次数：
133
大纲： 算法分类有监督学习与无监督学习分类问题与回归问题生成模型与判别模型强化学习评价指标准确率与回归误差ROC曲线交叉验证模型选择过拟合与欠拟合偏差与方差正则化 半监督学习归类到有监督学习中去。 有监督学习大部分问题都是分类问题，有监督中的分类问题分为生成式模型和判别模型。 分类问题常用的评价指标 ...
分类：
其他好文 时间：
2019-11-30 18:55:39
阅读次数：
98
一、基础概述 1、机器学习开发流程 2、机器学习模型是什么 3、机器学习算法分类 二、需明确问题 （1）算法是核心，数据和计算是基础 （2）找准定位 大部分复杂模型的算法设计都是算法工程师在做，而我们要做的是： 1.分析很多的数据 2.分析具体的业务 3.应用常见的算法 4.特征工程、调参数、优化 ...
分类：
其他好文 时间：
2019-11-25 11:19:24
阅读次数：
100
1.过拟合问题 对于过拟合问题，通常原因是模型选择太过复杂，也有可能是训练数据太少。对于模型太复杂的情况，我们一般有如下考虑：一是通过分析删除部分特征（比如重复多余的特征或者对输出值贡献不太大的特征），但是这样有可能会损失一部分信息。所以，我们可以通过正则化的方法来降低参数值，从而避免过拟合问题。对 ...
分类：
其他好文 时间：
2019-11-13 13:25:46
阅读次数：
87
<! TOC "模型选择、欠拟合和过拟合" "训练误差和泛化误差" "模型选择" "K折交叉验证" "欠拟合和过拟合" "模型复杂度" "训练数据集大小" "多项式函数拟合实验" "定义、训练和测试模型" "欠拟合" "过拟合" "小结" <! /TOC 模型选择、欠拟合和过拟合 前几节给予Fash ...
分类：
其他好文 时间：
2019-11-08 19:16:05
阅读次数：
142
Python3入门机器学习经典算法与应用学习 资源 datasets可以用来加载真实数据进行模型训练的测试 model_selection模块提供了模型选择的相关操作 preprocessing模块提供了数据预处理的相关操作 neighbors模块提供了近邻相关的算法实现 metrics模块提供了数 ...
分类：
编程语言 时间：
2019-10-14 23:43:24
阅读次数：
213
前景：要操作的数据表必须添加主键（方式：进入数据库-->数据表名-->设计-->列名右键-->设置主键） 可在服务器资源管理器中查看是否设置了主键（主键会有一把钥匙的图样） 1）、项目名右键-->新建项-->ADO.NET数据模型 选择第一个“来自数据库的EF设计器”就行 如果是第一次连接，点击新建 ...
分类：
Web程序 时间：
2019-10-07 19:42:47
阅读次数：
156
部署C#相关的项目时，在IIS上正常步骤将程序应用池和站点新建成功后，然后通过浏览器对服务发起请求，发现报503的错误。想着报503错误，更多的是服务端有问题，于是在先想着在IIS上查找问题，可以看到所用到的应用程序池是关闭的，你再重新发起请求，依然出现503错误，再去看应用程序池还是关闭的。为啥出 ...
分类：
其他好文 时间：
2019-09-30 14:18:38
阅读次数：
123
下载资源：https://www.yinxiangit.com 前端开发面试全面知识大纲集合： HTML+CSS：对Web标准的理解、浏览器内核差异、兼容性、hack、CSS基本功：布局、盒子模型、选择器优先级及使用、HTML5、CSS3、移动端适应 JavaScript：数据类型、面向对象、继承、 ...
分类：
其他好文 时间：
2019-09-13 15:24:24
阅读次数：
130
