机器学习中的数学知识
Walker Zhang
机器视觉
展开
-
Deep learning ( 1 )
今天开始学习 Machine Learning,接下来还有 Deep Learning & Pattern Recognition ,为机器视觉方面知识的系统学习做准备。 相关知识 分布函数: 分布函数(cumulant distribution function,cdf)是概率统计中重要的的函数,正是通过它,可用数学分析的方法来研究随机变量。设X是一个随原创 2015-08-28 21:39:51 · 677 阅读 · 0 评论 -
机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)
本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。前言: 上次写过一篇关于贝叶斯概率论的数学,最近时间比较紧,coding的任务比较重,不过还是抽空看了一些机器学习的书和视频,其中很推荐两个:一个是stanford的machine learning公开课,在v转载 2015-08-06 10:53:16 · 532 阅读 · 1 评论 -
实例详解卡尔曼滤波及其算法实现
为了可以更加容易的理解卡尔曼滤波器,这里会应用形象的描述方法来讲解,而不是像大多数参考书那样罗列一大堆的数学公式和数学符号。但是,他的5条公式是其核心内容。结合现代的计算机,其实卡尔曼的程序相当的简单,只要你理解了他的那5条公式。在介绍他的5条公式之前,先让我们来根据下面的例子一步一步的探索。假设我们要研究的对象是一个房间的温度。根据你的经验判断,这个房间的温度是恒定的,也就是下一转载 2015-10-22 10:04:51 · 1447 阅读 · 0 评论 -
MATLAB 超定方程组 最小二乘法
根据解的存在情况,线性方程可以分为:有唯一解的恰定方程组, 解不存在的超定方程组, 有无穷多解的欠定方程组。 对于方程组Ax=b,A为n×m矩阵,如果A列满秩,且n>m。则方程组没有精确解,此时称方程组为超定方程组。线性超定方程组经常遇到的问题是数 据的曲线拟合。对于超定方程,在MATLAB中,利用左除命令(x=A\b)来寻求它的最小二乘解;还可以用广义逆来求转载 2016-12-01 19:51:51 · 40908 阅读 · 1 评论 -
方差、协方差、马氏距离-总结
最近在做3D点云配准,遇到精度上的瓶颈,考虑到可能需要从细节方面进行突破。基于典型的ICP算法,在每次迭代计算两组点云数据之间的欧氏距离,并作为最终收敛阈值的条件,总感觉有些不妥,所以就考虑用概率统计里面的马氏距离来替换欧式距离,不知效果如何,还在验证中。如果朋友也在做这方面的研究,欢迎深入讨论~下面是统计学数据分析中,几个常用的名词,在前人的基础上,我再次做些总结和修改:方差:很原创 2017-06-05 14:39:44 · 3936 阅读 · 0 评论 -
机器学习-各种距离的定义
转自:https://www.cnblogs.com/ronny/p/4080442.html1. 欧氏距离欧氏距离是最常见的两点之间或多点之间的距离表示法,又称之为欧几里得度量,它定义于欧几里得空间中,如点 x=(x1,⋯,xn)x=(x1,⋯,xn) 和y=(y2,⋯,yn)y=(y2,⋯,yn)之间的距离为: d(x,y)=(x1–y1)2+(x2−y2)2+⋯+(xn−yn...转载 2018-10-26 15:06:55 · 6712 阅读 · 0 评论