![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Zziven
天道酬勤,厚德载物。
展开
-
什么是机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。简单来说,机器学习就是重现人认识世界的过程。 如何更好地提高计算机学习的能力并能够通过不断积累经验来提高计算机程序的性能是机器学习问题的核心,这是一原创 2018-02-07 14:12:05 · 145 阅读 · 0 评论 -
人脸检测——UnitBox
本文转载自: https://blog.csdn.net/shuzfan/article/details/52625449本次介绍一篇来自旷视科技的人脸检测文章:《2016 ACM MM UnitBox: An Advanced Object Detection Network》.代码应该是不会放出来了,但好在实现比较简单。(插播一句,论文里面说速度可以达到12fps,我有点慌,大家看看科学不)—...转载 2018-04-09 16:24:50 · 393 阅读 · 0 评论 -
利用 PCA 来简化数据
本文转载自:https://github.com/apachecn/MachineLearning降维技术场景我们正通过电视观看体育比赛,在电视的显示器上有一个球。显示器大概包含了100万像素点,而球则可能是由较少的像素点组成,例如说一千个像素点。人们实时的将显示器上的百万像素转换成为一个三维图像,该图像就给出运动场上球的位置。在这个过程中,人们已经将百万像素点的数据,降至为三维。这个过程就称为降...转载 2018-02-24 17:34:06 · 627 阅读 · 0 评论 -
使用K-均值聚类算法对未标注数据分组:k-means聚类
本文转载自:https://github.com/apachecn/MachineLearningK-Means 算法聚类是一种无监督的学习, 它将相似的对象归到一个簇中, 将不相似对象归到不同簇中.相似这一概念取决于所选择的相似度计算方法.K-Means 是发现给定数据集的 K 个簇的聚类算法, 之所以称之为 K-均值 是因为它可以发现 K 个不同的簇, 且每个簇的中心采用簇中所含值的均值计算而...转载 2018-02-24 17:06:33 · 1677 阅读 · 0 评论 -
集成方法-随机森林和AdaBoost
本文转载自:https://github.com/apachecn/MachineLearning集成方法: ensemble method(元算法: meta algorithm) 概述概念:是对其他算法进行组合的一种形式。通俗来说: 当做重要决定时,大家可能都会考虑吸取多个专家而不只是一个人的意见。 机器学习处理问题时又何尝不是如此? 这就是集成方法背后的思想。集成方法:投票选举(baggin...转载 2018-02-24 16:32:39 · 710 阅读 · 0 评论 -
支持向量机(Support Vector Machines, SVM)
本文转载自:https://github.com/apachecn/MachineLearning支持向量机 概述支持向量机(Support Vector Machines, SVM):是一种机器学习算法。支持向量(Support Vector)就是离分隔超平面最近的那些点。机(Machine)就是表示一种算法,而不是表示机器。支持向量机 场景要给左右两边的点进行分类明显发现:选择D会比B、C分隔...转载 2018-02-24 15:55:26 · 451 阅读 · 0 评论 -
Logistic回归
本文转载自:https://github.com/apachecn/MachineLearningLogistic 回归 概述Logistic 回归 或者叫逻辑回归 虽然名字有回归,但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线(Decision Boundary)建立回归公式,以此进行分类。须知概念Sigmoid 函数回归 概念假设现在有一些数据点,我们用一条直线对这些点进行拟合...转载 2018-02-24 15:45:01 · 3369 阅读 · 0 评论 -
基于概率论的分类方法:朴素贝叶斯
本文转载自:https://github.com/apachecn/MachineLearning朴素贝叶斯 概述贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后,我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。贝叶斯理论 & 条件概率贝叶斯理论我们现在有一个数据集,它由两类数据组成,数据...转载 2018-02-24 14:50:27 · 758 阅读 · 0 评论 -
决策树
本文转载自:https://github.com/apachecn/MachineLearning决策树 概述决策树(Decision Tree)算法是一种基本的分类与回归方法,是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合,也可以认为是定义在特征空间与类空间上的条件概...转载 2018-02-24 14:25:52 · 408 阅读 · 0 评论 -
k-近邻算法
本文转载自:https://github.com/apachecn/MachineLearningKNN 概述k-近邻(kNN, k-NearestNeighbor)算法是一种基本分类与回归方法,我们这里只讨论分类问题中的 k-近邻算法。一句话总结:近朱者赤近墨者黑!k 近邻算法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类。k 近邻算法假设给定一个训练数据集,其中的实例...转载 2018-02-24 14:23:22 · 513 阅读 · 0 评论 -
机器学习基础
本文转载自:https://github.com/apachecn/MachineLearning机器学习 概述机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息。是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有...转载 2018-02-24 11:07:54 · 261 阅读 · 0 评论 -
文字检测与识别资源
本文转载自:http://blog.csdn.net/peaceinmind/article/details/51387367综述[2015-PAMI-Overview]Text Detection and Recognition in Imagery: A Survey[paper] [2014-Front.Comput.Sci-Overview]Scene Text Detection and...转载 2018-03-01 15:20:58 · 3340 阅读 · 0 评论 -
机器学习中的有监督学习,无监督学习,半监督学习
转载地址:https://www.cnblogs.com/yxysuanfa/p/6749011.html在机器学习(Machine learning)领域。主要有三类不同的学习方法:监督学习(Supervised learning)、非监督学习(Unsupervised learning)、半监督学习(Semi-supervised learning)。 监督学习:通过已有的一部分输转载 2018-02-07 14:26:04 · 1570 阅读 · 0 评论 -
人群分析、人群计数 开源代码文献及数据库
本文转载自:https://blog.csdn.net/zhangjunhit/article/details/78190335人群密度估计 利用未标记数据辅助训练网络 Leveraging Unlabeled Data for Crowd Counting by Learning to Rank CVPR2018 https://github.com/xialeiliu/CrowdCountin...转载 2018-04-18 16:57:21 · 3514 阅读 · 0 评论