machine learning
文章平均质量分 90
淡淡的生活
计算机视觉菜鸟
展开
-
和机器学习和计算机视觉相关的数学(from LinDahua)
From: http://dahua.spaces.live.com/default.aspx 1. 线性代数 (Linear Algebra):我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所读的是转载 2013-12-18 09:39:28 · 2109 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(六)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:43:25 · 1180 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(三)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:08:57 · 1638 阅读 · 1 评论 -
Deep Learning(深度学习)学习笔记整理系列之(二)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 15:18:37 · 1222 阅读 · 0 评论 -
Deep Learning论文笔记之(六)Multi-Stage多级架构分析
Deep Learning论文笔记之(六)Multi-Stage多级架构分析zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更转载 2013-08-22 17:04:23 · 1213 阅读 · 0 评论 -
Deep Learning论文笔记之(三)单层非监督学习网络分析
Deep Learning论文笔记之(三)单层非监督学习网络分析zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,另一方面转载 2013-08-22 16:58:59 · 1268 阅读 · 0 评论 -
Deep Learning论文笔记之(二)Sparse Filtering稀疏滤波
Deep Learning论文笔记之(二)Sparse Filtering稀疏滤波zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解转载 2013-08-22 16:57:22 · 1155 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(八)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:53:45 · 1560 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(一)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08 声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明转载 2013-08-22 14:09:25 · 2316 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……zouxy09@qq.comhttp://blog.csdn.net/zouxy09 注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17一、特征提取Feature Extractio转载 2013-08-22 17:13:43 · 1618 阅读 · 0 评论 -
Deep Learning论文笔记之(一)K-means特征学习
Deep Learning论文笔记之(一)K-means特征学习zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,另一方面转载 2013-08-22 16:56:31 · 1515 阅读 · 1 评论 -
Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现
Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,另转载 2013-08-22 17:00:43 · 1628 阅读 · 0 评论 -
Deep Learning论文笔记之(五)CNN卷积神经网络代码理解
Deep Learning论文笔记之(五)CNN卷积神经网络代码理解zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,另一转载 2013-08-22 17:02:36 · 3533 阅读 · 1 评论 -
Shark Machine Learning Library 安装配置运行
这两天开始折腾ML的开源库,ML的开源库有很多,比如Torch,MLC,Weka(基于java),Waffles,Shark,scikit,opencv-ml,等等,综合比较了各个开源库的优劣,决定搞搞以下几个库:1. Shark,基于c++2. scikit,基于python3. weka,基于java4. opencv-ml,基于c++,图像处理中用的比较多,之前已接触过转载 2013-12-17 20:23:14 · 1342 阅读 · 0 评论 -
机器学习笔记3 - Boosting方法
Table of Contents1 前言2 AdaBoost3 Boosting Tree3.1 加法模型和前向分步算法3.2 回归问题的提升树算法4 Gradient Boosting1 前言Boosting的基本思想很简单,就是"三个臭皮匠顶个诸葛亮"。将若干个弱分类器(base learner)组合起来,变成一个强分类器。大多数boost转载 2013-11-04 17:26:42 · 2017 阅读 · 0 评论 -
机器学习笔记1 - k近邻法
Table of Contents1 概念1.1 k值的选择1.2 距离量度方法1.3 如何确定分类2 kNN的实现2.1 线性扫描2.2 k-d树2.2.1 kd树构建2.2.2 添加元素2.2.3 删除元素2.2.4 kd树查找3 已有工具库3.1 R: FNN包3.2 其它工具库1 概念k近邻法(k ne转载 2013-11-04 17:28:31 · 1697 阅读 · 0 评论 -
机器学习笔记2 - 朴素贝叶斯法
Table of Contents1 概念2 已有工具2.1 R: e10711 概念朴素贝叶斯法(Naive Bayes)是另一个简单直观的分类算法。顾名思义,它的核心是贝叶斯公式。我们先看看最基本的贝叶斯公式:P(y|x)=P(x|y)(y)P(x),(1)对应到分类问题,x 是特征向量,y 是分类结果。P(y|x)转载 2013-11-04 17:29:28 · 1836 阅读 · 0 评论 -
2013 CVPR 录取文章
118Robust Multi-Resolution Pedestrian Detection in Traffic ScenesJunjie Yan, Xucong Zhang, Zhen Lei, Dong Yi, Shengcai Liao, Stan Li119Megastereo: Constructing High-Resolution Stereo Panor转载 2013-08-26 13:41:31 · 10408 阅读 · 0 评论 -
第一篇:从决策树学习谈到贝叶斯分类算法、EM、HMM
第一篇:从决策树学习谈到贝叶斯分类算法、EM、HMM (Machine Learning & Data Mining交流群:8986884)引言 最近在面试中,除了基础 & 算法 & 项目之外,经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然,这完全不代表你将来的转载 2013-08-23 11:35:01 · 3018 阅读 · 1 评论 -
分类算法之决策树
一、算法Key points:决策树是一个分类算法,分类结果是离散值(对应输出结果是连续值的回归算法);有监督的分类算法;是一种贪婪算法,生成的每一步都是局部最优值容易over fittingnoise影响不大空间划分,通过递归的方法把特征空间划分成不重叠的矩形例子 (from Machine Learning in Action): 判断是否是Fish,转载 2013-08-23 13:08:08 · 2598 阅读 · 0 评论 -
神经网络编程入门
神经网络编程入门zouxy09@qq.comhttp://blog.csdn.net/zouxy09 转自:http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html 本文主要内容包括: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matl转载 2013-08-22 17:17:28 · 2081 阅读 · 0 评论 -
Deep Learning论文笔记之(八)Deep Learning最新综述
Deep Learning论文笔记之(八)Deep Learning最新综述zouxy09@qq.comhttp://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,转载 2013-08-22 17:05:53 · 1340 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(七)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:45:27 · 1292 阅读 · 0 评论 -
Stanford机器学习---第一讲. Linear Regression with one variable
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning中A转载 2013-08-21 18:00:00 · 1086 阅读 · 0 评论 -
无监督学习
无监督学习近年来很热,先后应用于computer vision, audio classification和 NLP等问题,通过机器进行无监督学习feature得到的结果,其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning,结合他的视频:unsupervised feature learning by Andr转载 2013-08-21 17:49:30 · 2029 阅读 · 0 评论 -
Deep Learning
Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得。Key Words:有监督学习与无监督学习,分类、回归,密度估计、聚类,深度学习,Sparse DBN,1. 有监督学习和无监督学习给定一组数据(inpu转载 2013-08-21 17:47:57 · 1369 阅读 · 0 评论 -
机器学习之开源库大总结
今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术与商业的开源转载 2013-07-23 17:23:37 · 1395 阅读 · 0 评论 -
决策树学习 之 ID3算法原理
ID3算法是J. RossQuinlan在1975提出的分类预测算法,当时还没有数据挖掘吧,哈哈哈。该算法的核心是“信息熵”,属于数学问题,我也是从这里起发现数据挖掘最底层最根本的不再是编程了,而是数学,编程只是一种实现方式而已,数学才是基础,如:朴素贝叶斯分类,小波聚类,尤其是我正在搞的支持向量机,它就是高等代数,空间解析几何,概率统计的综合应用。记得读本科时,朱琛学姐说过,数学学得再好也不为过转载 2013-06-28 11:34:27 · 1957 阅读 · 0 评论 -
决策树学习 之 ID3 C++STL代码实现
很久没写含这么多stl的程序了,很故意的用set,map,vector,熟手一下。也记录一下吧,虽然写得比较渣。三个文件:测试数据:data.txt[plain] view plaincopyD1 Sunny Hot High Weak No D2 Sunny Hot High转载 2013-06-28 15:42:35 · 1743 阅读 · 0 评论 -
车牌识别
.车牌预处理车牌预处理过程的好坏直接影响到车牌图像进行后期处理过程,比如车牌字符分割等。车牌预处理也是尽可能的消除噪声,减少后期处理带来的不必要的麻烦。输入的车牌是24Bit的BMP真彩色图像,车牌照有黄底黑字,蓝底白字等颜色,为了将这些车牌图像一并处理,就要先将车牌进行灰度化处理,然后进行二值化(黑白)处理。图4-1 原始图像将采集的车牌图像进行预处理,为了方便起见,转载 2013-06-26 17:07:15 · 4141 阅读 · 3 评论 -
利用Hog特征和SVM分类器进行行人检测
转自 http://blog.csdn.net/carson2005/article/details/7841443本文的目的在于介绍利用Hog特征和SVM分类器来进行行人检测。 在2005年CVPR上,来自法国的研究人员Navneet Dalal 和Bill Triggs提出利用Hog进行特征提取,利用线性SVM作为分类器,从而实现行人检测。而这两位也通过大量的测试转载 2013-04-25 11:05:19 · 1850 阅读 · 0 评论 -
模式识别与机器学习的简介
转自:http://blog.csdn.net/chihailf/article/details/5648262模式识别与机器学习的关系模式识别源自工程,是一类问题(problem);机器学习源自数学,是一类方法(methodology)。对于一个具体的模式识别问题,可以用handcrafted rule-based的方法去求解,但是更复杂的PR问题往往采用机器学习的方法。机器学习转载 2013-04-16 15:15:41 · 2300 阅读 · 0 评论 -
Stanford机器学习---第六讲. 怎样选择机器学习方法、系统
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning转载 2013-08-21 17:50:51 · 901 阅读 · 0 评论 -
Deep Learning学习(开篇)
Deep Learning学习(开篇)2013-02-19 22:02 by Jack King, 5448 阅读, 3 评论, 收藏, 编辑Deep Learning(深度学习)最近火爆的不行,不论是以NIPS,ICML,CVPR这些top conference为代表的学术界,还是以Google,Microsoft,IBM为代表的工业界,都加入到了轰轰烈烈的深度学习行列中。在可以转载 2013-08-21 17:40:15 · 1247 阅读 · 0 评论 -
Stanford机器学习---第五讲. 神经网络的学习 Neural Networks learning
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning转载 2013-08-21 18:06:27 · 1212 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(五)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:36:37 · 1135 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(四)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参转载 2013-08-22 16:21:05 · 1231 阅读 · 0 评论 -
Stanford机器学习---第十讲. 数据降维
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。内容大多来自Standford公开课machine learning中转载 2013-08-21 20:02:23 · 1263 阅读 · 0 评论 -
Stanford机器学习---第九讲. 聚类
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。内容大多来自Standford公开课machine learning中转载 2013-08-21 20:01:03 · 1104 阅读 · 0 评论 -
Stanford机器学习---第七讲. 机器学习系统设计
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。所有内容均来自Standford公开课machine learning转载 2013-08-21 19:57:30 · 897 阅读 · 0 评论