机器学习
中国的Griffin
以学习为主
展开
-
GLM广义线性模型
线性回归和逻辑回归之间隐隐约约存在着某种联系,到底是什么联系?我们就来探讨一下吧。1. 指数分布族 首先,我们先来定义指数分布族(exponential family),如果一类分布可以写成如下的形式,那么它就是属于指数分布族的: p(y;η)=b(y)exp(ηTT(y)−a(η))这里η叫做分布的自然参数(natural parameter),或者叫标转载 2017-04-06 21:03:20 · 1135 阅读 · 0 评论 -
基于3D卷积神经网络的人体行为理解(论文笔记)
基于3D卷积神经网络的人体行为理解(论文笔记)一、概述二、3D卷积神经网络1、3D卷积2、3D CNN架构3、模型规则化Model Regularization4、模型组合5、模型的实现三、参考文献原文链接:https://www.cnblogs.com/zhangyang520/p/7494128.html最近看Deep Learning的论文,看到这篇论文:3D Convolutional...转载 2019-01-23 11:38:35 · 618 阅读 · 0 评论 -
HOG方向梯度直方图
作者:Slyne_D链接:https://www.jianshu.com/p/395f0582c5f7來源:简书 好久没写东西了,由于楼主换了个城市工作,发现工作量蹭蹭的上来了,周末又喜欢出去觅食,导致没学习很久,今天准备水一篇来翻译一下如何理解HOG(Histogram Of Gradient, 方向梯度直方图)。本文主要翻译了这篇文章,也是我非常喜欢的博主之一(奈何他开的课程错过了...转载 2018-08-27 18:56:23 · 1069 阅读 · 0 评论 -
正则项的理解之正则从哪里来
时间:2017/11/06 17:02:19 作者:小木原文链接:http://www.datalearner.com/blog/1051509805091522本文来自合肥工业大学电子商务研究所刘业政老师的上课总结。感谢刘老师。哈哈。人类认识世界的过程可以理解成是对世界上的事物进行分类的过程。没有分类的能力,人类的认知将无法进行。因此,我们从分类的角度来说明这个问题。一、线性可分...转载 2018-08-16 04:22:05 · 9582 阅读 · 3 评论 -
LibSVM学习详细说明
原址:https://www.cnblogs.com/-ldzwzj-1991/p/5897199.htmlLibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库,这套库运算速度还是挺快的,可以很方便的对数据做分类或回归。由于libSVM程序小,运用灵活,输入参数少,并且是开源的,易于扩展,因此成为目前国内应用最多的SVM的库。这套库可以从http://...转载 2018-07-26 18:21:40 · 1305 阅读 · 0 评论 -
高斯混合模型(GMM)及其EM算法的理解
一个例子高斯混合模型(Gaussian Mixed Model)指的是多个高斯分布函数的线性组合,理论上GMM可以拟合出任意类型的分布,通常用于解决同一集合下的数据包含多个不同的分布的情况(或者是同一类分布但参数不一样,或者是不同类型的分布,比如正态分布和伯努利分布)。如图1,图中的点在我们看来明显分成两个聚类。这两个聚类中的点分别通过两个不同的正态分布随机生成而来。但是如果没有GMM,那转载 2018-01-25 16:44:45 · 1546 阅读 · 1 评论 -
深度学习斯坦福cs231n 课程笔记
原文:http://blog.csdn.net/dinosoft/article/details/51813615前言对于深度学习,新手我推荐先看UFLDL,不做assignment的话,一两个晚上就可以看完。毕竟卷积、池化啥的并不是什么特别玄的东西。课程简明扼要,一针见血,把最基础、最重要的点都点出来 了。 cs231n这个是一个完整的课程,内容就多了点,虽然说课程是co转载 2017-07-13 15:43:06 · 670 阅读 · 0 评论 -
UFLDL_Tutorial 笔记(deep learning绝佳的入门资料 )
原文:http://blog.csdn.net/dinosoft/article/details/50103503推荐一个deep learning绝佳的入门资料 * UFLDL(Unsupervised Feature Learning and Deep Learning)教程 http://deeplearning.stanford.edu/wiki/index.php/UFLDL转载 2017-07-13 14:47:43 · 607 阅读 · 0 评论 -
HOG(Histogram of Oriented Gradient)
HOG(Histogram of Oriented Gradient)是2005年CVPR会议上,法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子,该方法使用梯度方向直方图(Histogram of Oriented Gradients,简称HOG)特征来表达人体,提取人体的外形信息和运动信息,形成丰富的特征集。 HOG描述子高维图像特征向量生成转载 2017-06-29 10:19:46 · 4739 阅读 · 1 评论 -
欧拉影像放大算法(Eulerian Video Magnification)的原理和实现
引言人类的视觉感知存在有限的感知域。对于超出感知域的变化,我们无法感知。然而,这类信号却可能蕴藏着惊人的秘密。比如,血液循环使得人体的皮肤发生细微的周期性变化,这个裸眼无法感知的变化却和人的心率非常吻合。转载 2017-06-30 17:31:40 · 27506 阅读 · 13 评论 -
matplotlib指南(翻译版)
出处:http://blog.csdn.net/pipisorry/article/details/37742423matplotlib介绍 matplotlib 是Python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。它的文档相当完备,并且Gallery页面 中转载 2017-04-20 10:27:14 · 2338 阅读 · 0 评论 -
Matplotlib tutorial (英文原版)
Matplotlib tutorialNicolas P. RougierTable of ContentsIntroductionSimple plotFigures, Subplots, Axes and TicksAnimationOther Types of PlotsBeyond this tutorialQui转载 2017-04-20 10:37:43 · 1031 阅读 · 0 评论 -
Softmax回归
我们知道Logistic回归只能进行二分类,因为它的随机变量的取值只能是0或者1,那么如果我们面对多分类问题怎么办?比如要将一封新收到的邮件分为垃圾邮件,个人邮件,还是工作邮件;根据病人的病情预测病人属于哪种病;对于诸如MNIST手写数字分类(MNIST是一个手写数字识别库,相见:http://yann.lecun.com/exdb/mnist/)。诸如此类问题都涉及到多分类,那么今天要讲的sof转载 2017-04-07 12:41:51 · 374 阅读 · 0 评论 -
K-Means算法
K-Means算法主要解决的问题如下图所示。我们可以看到,在图的左边有一些点,我们用肉眼可以看出来有四个点群,但是我们怎么通过计算机程序找出这几个点群来呢?于是就出现了我们的K-Means算法(Wikipedia链接)K-Means 要解决的问题算法概要这个算法其实很简单,如下图所示:K-Means 算法概要从上图中,我们可以转载 2017-03-31 12:55:16 · 423 阅读 · 0 评论 -
牛顿法
一般来说, 牛顿法主要应用在两个方面, 1, 求方程的根; 2, 最优化。1,求方程的根其原理便是使用泰勒展开,然后去线性部分,即: (1)然后令上式等于0,则有: (2)经过不断迭代:转载 2017-03-31 13:08:26 · 495 阅读 · 0 评论 -
CNN 卷积神经网络
常规的全连接神经网络中,每个神经元连接上一层所有神经元的输出,卷积神经网络只连接上一层神经元的一部分输出 一个完整的卷积结构如下图所示 卷积网络两大特性:局部连接(local connectivity) 举例说明,一幅227x227x3的输入图像,卷积层的每个神经元不是与整幅图像连接而只是与其中的11x11大小的区域连接,这个区域称作local r转载 2017-03-31 13:13:46 · 517 阅读 · 0 评论 -
数据增强 总结
原文链接:http://www.cnblogs.com/gongxijun/p/6117588.html在图像的深度学习中,有的时候训练集不够多,或者某一类数据较少,或者为了防止过拟合,让模型更加鲁棒性,为了丰富图像训练集,更好的提取图像特征,泛化模型(防止模型过拟合),一般都会对数据图像进行数据增强,数据增强,常用的方式,就是旋转图像,剪切图像,改变图像色差,扭曲图像特征,改变图像尺寸大小,...转载 2019-02-18 16:04:13 · 1238 阅读 · 0 评论