码迷,mamicode.com
首页 >  
搜索关键字:学习分类    ( 167个结果
SVM和SoftMax的原理区别对比
https://blog.csdn.net/han_xiaoyang/article/details/49999583 1. 线性分类器 在深度学习与计算机视觉系列(2)我们提到了图像识别的问题,同时提出了一种简单的解决方法——KNN。然后我们也看到了KNN在解决这个问题的时候,虽然实现起来非常简单 ...
分类:其他好文   时间:2018-07-15 11:03:48    阅读次数:373
机器学习&深度学习之路
计划最近好好按步骤按阶段系统性的学习下机器学习和深度学习,希望能坚持下去。 基础数学篇 [高等数学:求导、梯度] [高等数学:泰勒展开] [概率论:基本概念、条件概率、全概率、朴素贝叶斯] [概率论:期望、方差、协方差] [概率论:常见分布] [线性代数:矩阵] 机器学习中的基本概念 [机器学习的分 ...
分类:其他好文   时间:2018-06-07 22:54:49    阅读次数:234
分类模型的评价指标Fscore
分类模型的评价指标Fscore小书匠 深度学习 分类方法常用的评估模型好坏的方法. 0.预设问题假设我现在有一个二分类任务,是分析100封邮件是否是垃圾邮件,其中不是垃圾邮件有65封,是垃圾邮件有35封.模型最终给邮件的结论只有两个:是垃圾邮件与 不是垃圾邮件.经过自己的努力,自己设计了模型,得到了... ...
分类:其他好文   时间:2018-06-06 18:22:49    阅读次数:916
深度学习——机器学习策略(2)
1. 误差分析manual error analysis 对学习的结果进行人工误差分析。 例:猫的分类器 比如train结果的正确率为90%(10%的误差),对结果进行人工分析,如果发现有些狗被识别为猫导致错误,那是不是就可以考虑怎么来减少这种错误? 如何通过人工误差分析来提高算法性能 可以按下面的 ...
分类:其他好文   时间:2018-04-30 22:18:24    阅读次数:198
机器学习分类实例——SVM(修改)/Decision Tree/Naive Bayes
机器学习分类实例——SVM(修改)/Decision Tree/Naive Bayes 20180427 28笔记、30总结 已经5月了,毕设告一段落了,该准备论文了。前天开会老师说,希望我以后做关于语义分析那一块内容,会议期间还讨论了学姐的知识图谱的知识推理内容,感觉也挺有趣的,但是感觉应该会比较 ...
分类:其他好文   时间:2018-04-30 13:25:34    阅读次数:341
吴恩达【深度学习工程师】 04.卷积神经网络 第三周目标检测 (1)基本的对象检测算法
该笔记介绍的是《卷积神经网络》系列第三周:目标检测(1)基本的对象检测算法 主要内容有: 1.目标定位 2.特征点检测 3.目标检测 目标定位 使用算法判断图片中是不是目标物体,如果是还要再图片中标出其位置并使用边框标记出来 我们研究过的问题中,图片分类的思想可以帮助学习分类定位,而分类定位的思想又 ...
分类:编程语言   时间:2018-04-22 20:14:34    阅读次数:247
机器学习数学系列(1):机器学习与数学基础知识
目录: 机器学习基础: 机器学习的分类与一般思路 微积分基础: 泰勒公式,导数与梯度 概率与统计基础: 概率公式、常见分布、常见统计量 线性代数基础: 矩阵乘法的几何意义 这是一张非常著名的图,请仔细挖掘其信息量。以期它在整体上指引我们的学习。 1 机器学习基础 1.1 机器学习分类 有监督学习、无 ...
分类:其他好文   时间:2018-04-09 11:08:29    阅读次数:302
Python机器学习中文版
Python机器学习简介 第一章 让计算机从数据中学习 将数据转化为知识 三类机器学习算法 第二章 训练机器学习分类算法 透过人工神经元一窥早期机器学习历史 使用Python实现感知机算法 基于Iris数据集训练感知机模型 自适应线性神经元及收敛问题 Python实现自适应线性神经元 大规模机器学习... ...
分类:编程语言   时间:2018-03-12 01:05:23    阅读次数:206
Python机器学习中文版
Python机器学习简介 第一章 让计算机从数据中学习 将数据转化为知识 三类机器学习算法 第二章 训练机器学习分类算法 透过人工神经元一窥早期机器学习历史 使用Python实现感知机算法 基于Iris... ...
分类:编程语言   时间:2018-03-12 01:03:28    阅读次数:144
机器学习 | 机器学习概念理解与基本知识
机器学习概念理解与基本知识 1、机器学习是什么 在数据上通过算法总结出规律模式,应用在新数据上做预测。 2、机器学习基本概念 2.1、不同类型的问题 监督学习:分类问题(选择)、回归问题(计算) 无监督学习:聚类问题(抱团)、关联规则 强化学习:从环境行为到映射的学习 2.2、机器学习工业应用方向 ...
分类:其他好文   时间:2018-02-11 14:41:25    阅读次数:154
167条   上一页 1 ... 5 6 7 8 9 ... 17 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!