- 博客(2)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 面试基础知识准备
图像基础知识： 1. 常用的图像空间。 2. 简述你熟悉的聚类算法并说明其优缺点。 3. 请描述以下任一概念：SIFT/SURF LDA/PCA 4. 请说出使用过的分类器和实现原理。 5. Random Forest的随机性表现在哪里。 6. Graph-cut的基本原理和应用。 7. GMM的基本原理和应用。 8. 用具体算法举例说明监督学习和非
2016-10-17 21:54:48
940
原创 c++基础知识积累
20161017 1.当一个类A 中没有声明任何成员变量与成员函数,这时sizeof(A)的值是多少？ 1 0 4 运行时错误 百度：class CBase { }; 运行cout<<"sizeof(CBase)="<<sizeof(CBase)<<endl; sizeof(CBase)=1； 深度探索c++对象模型中是这样说的：
2016-10-17 20:23:24
1026
GitHubDesktopSetup.exe
2020年7月的gitHubDesktopSetup的windows客户端安装版本，亲测可用，支持代码下载和上传，也支持url来clone其他仓库。
2020-07-07
opencv410+contrib.7z
opencv-4.1.0 +opencv-4.1.0contrib在vs2015环境下编译的 x64位，含eigen， debug+release库
2019-08-07
machine learning in action
本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具
2015-11-07
机器学习实践（高清电子版）
本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具
2015-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人