machine learning 机器学习
文章平均质量分 76
Aoulun
关注 麻瓜智能,获取更多信息。
展开
-
机器视觉检测到底怎么做,经验分享
笔者做机器视觉检测已经有五六年了,也算是对机器视觉的检测技术有了一定的掌握。总的来说,基于机器视觉的检测技术主要包含三个部分:视觉采集模块、后台分析模块和动作决策模块。这几个分类,跟教科书上的有较大差异,很多同学觉得我在杜撰。笔者也不作反驳,因为这是笔者这些年工作经验的总结,自然区别于教科书。下面我们分开来讲这几个模块,同时会把笔者之前的论文做个推荐总结。所有文章均可在博主的主页中找到,若无法找到,可以用搜索工具。博主的主页:https://blog.csdn.net/Aoulun第..原创 2020-05-17 14:47:16 · 7695 阅读 · 0 评论 -
决策树(Decision Tree)
决策树算法是干什么的?它是用于分类的算法,能够将数据有监督的分为几个类别。到底是怎么用的呢?先用样本数据集构造决策树,当新来一个测试样本的时候,就把构造好的决策树作为依据,依据决策树中每个非叶子节点,依次去判断新来的样本到底属于哪个类别。(就像根据一棵树去寻找某个叶子节点一样)什么叫信息熵信息熵可以描述为未知事件(可以看做概率中的事件)可能含有的信息量。香浓给出信息熵的计算原创 2017-12-03 21:04:45 · 621 阅读 · 0 评论 -
libsvm中各参数介绍(包括里面结构体参数的介绍)
在我的项目中用到了libsvm中的函数,但是发现现在很多博客都是一样的,而且,很多参数都没有解释清楚。所以本文就介绍一下,如有错误请指正。主要说明三个参数:svmtrain, svmpredict, svmclassify1、svmtrain2、svmpredict3、svmclassify...原创 2018-05-26 16:02:01 · 2142 阅读 · 0 评论 -
二叉树的遍历
突然想写一下二叉树的遍历,因为今天用到了。二叉树可以用一个结构体来存储:原创 2018-03-19 20:52:07 · 257 阅读 · 0 评论 -
用adaboost做的一个人脸检测
一直以来都想写一写这个程序,正好有机会,那就写写吧。关注公众号,获取更多信息之前写了一个用adaboost+Haar-like特征的人脸检测程序,由于也是现学现用,所以在网上找了很多资料。但是,很多东西都没有写明白。对于初入门的以及正在写代码的同学来说,其实关心的是怎么用,怎么写,把关键的问题搞明白,才是重点。所以,本文只会写一写怎么实现(关键的部分会解释一下为什么),而至于里面...原创 2018-08-02 11:18:06 · 4695 阅读 · 4 评论 -
逻辑回归(logistic regression)与核逻辑回归(kernel logistic regression)
因为工作的需要,一直用到逻辑回归(logistic regression)。虽然用了很多,但是并没有做总结和梳理,现在就写写自己的心得体会,便于以后查阅,也便于相互交流。这里也要用到梯度下降算法,所以有关梯度下降的知识,可以参考我的另外一篇博客(只注重对理论的理解,没有相关的数学推导)线性回归与梯度下降(linear regression and gradient descent)原创 2017-11-30 22:49:50 · 5844 阅读 · 2 评论 -
支持向量机与支持向量回归(support vector machine and support vector regression)
支持向量机和支持向量回归是目前机器学习领域用得较多的方法,不管是人脸识别,字符识别,行为识别,姿态识别等,都可以看到它们的影子。在我的工作中,经常用到支持向量机和支持向量回归,然而,作为基本的理论,却没有认真地去梳理和总结,导致有些知识点没有彻底的弄明白。这篇博客主要就是想梳理一遍支持向量机和支持向量回归的基础理论知识,一个是笔记,另一个是交流学习,便于大家共勉。凸集、凸函数、凸优化凸集:如果集合...原创 2017-12-10 00:18:41 · 32529 阅读 · 3 评论 -
K近邻算法(K-Nearest Neighbor)
最近在做一个简单的图像分类,对精度什么都没有要求,只不过是小小的跑下实验。想了想,就把这个K近邻的算法写一写。这里没有去详细的推导,只是基础知识。基础知识掌握了才能有所发展。K近邻算法(KNN)第一、K近邻算法非常的简单粗暴;第二、假设已经有了一大堆数据,这一大堆数据是已经知道具体分类类别的。比如说,这一堆数据分为5个类;第三、突然之间来了一个新的数据(测试数据),它想知道原创 2017-12-01 22:41:57 · 422 阅读 · 0 评论 -
K均值聚类(K-means)
之前在做研究,以及后来的工作中,频繁的用到K均值算法。所以就想写一写,也是一种提升吧,把有些问题想清楚。K均值聚类算法(K-means)首先,这个是聚类算法,大致说一下聚类和分类的区别。聚类:事先不知道数据集样本的分类情况是什么样的,所以我们的目的就是在不知道具体类别的情况下,把样本集分成几个类。分类:事先知道类别信息,通过学习找到一个分类的平面(或公式),把数据分到它属于的那个类原创 2017-12-02 09:41:31 · 1723 阅读 · 0 评论 -
adaboost算法
之前做过人脸识别的应用,所以就想谢谢adaboost算法,也是一个复习和再熟悉的过程吧。原创 2018-06-30 23:07:21 · 316 阅读 · 0 评论 -
脊回归(ridge regression)
之前对脊回归没有认真的去学习和思考,现在突然要用到这方面的知识,感觉很惭愧。现学现卖吧。多重共线性在介绍脊回归之前时,先了解一下多重共线性。在线性回归模型当中,我们假设每个样本中每个变量之间是相互独立的(参考之前的一篇博客:线性回归与梯度下降(linear regression and gradient descent))。就是说下面的公式中,x1,x2,.....原创 2017-12-02 15:48:13 · 4321 阅读 · 0 评论 -
朴素贝叶斯分类算法(Naive Bayes Classifier)
这个算法用的少,但是我真的想好好搞搞。写的过程,才是思考的过程。朴素贝叶斯分类是较为简单的一种基于概率的分类方法。首先先说一下贝叶斯公式。贝叶斯公式贝叶斯公式有如下的形式:(1)对于分类而言,可以换一种描述方式:(2)在实际的应用中,某特征是由多个子特征构成的,比如说:(3)那么,公式(2)就可以描述为:(4)原创 2017-12-03 16:46:47 · 845 阅读 · 0 评论 -
线性回归与梯度下降(linear regression and gradient descent)
一直都在学习机器学习的知识,虽然学的不好,总想记下来自己学习的感想,便于自己复习晚上,也希望贴出来大家交流交流。个人觉得只有写出来的东西,才能加入自己的思考过程,以及思考的结果一直都在学习机器学习的知识,虽然学的不好,总想记下来自己学习的感想,便于自己复习,也希望贴出来大家交流交流。这里直接上主题,没有太多的墨迹,直接讲问题。个人觉得只有写出来的东西,才能加入自己的思考过程,以及思考的结果一直原创 2017-11-28 22:52:02 · 1127 阅读 · 0 评论