![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
学习
essenge
顺势而为
展开
-
机器学习之朴素贝叶斯模型问答
贝叶斯是机器学习的核心方法之一。这背后的深刻原因在于,现实世界本身就是不确定的,而人类的观察能力是有局限性的。我们日常所观察到的只是事物表面上的结果,沿用袋子里面取球的比方,我们往往只能知道从里面取出来的球是什么颜色,而并不能直接看到袋子里面实际的情况。这个时候,我们就需要提供一个猜测(hypothesis,更为严格的说法是“假设”,这里用“猜测”更通俗易懂一点)。所谓猜测,当然是不确定的(可能有好多种乃至无数种猜测都能满足目前的观测),但也绝对不是两眼一抹瞎蒙——具体地说,我们需要做两件事情:1. 算出原创 2021-05-20 19:46:51 · 395 阅读 · 0 评论 -
机器学习之逻辑回归(LR)问答
1、逻辑回归相比于线性回归有什么异同?首先逻辑回归处理的是分类问题,线性回归处理的是回归问题,这是两者最本质的区别。逻辑回归用来分类0/1问题,也就是二值分类问题。逻辑回归本质上是线性回归,只是在特征到结果的映射中加入了一层逻辑函数g(z),也就是特征线性求和,然后使用函数g(z)作为假设函数来预测。g(z)可以将连续值映射到0-1.为sigmoid function(1). 拟合函数和预测函数什么关系呢?其实就是将拟合函数做了一个逻辑函数的转换,转换后使得y(i)∈(0,1);(2). 最小二原创 2021-05-20 18:56:00 · 310 阅读 · 0 评论 -
解决一个机器学习问题时,你的流程是怎样的?
简单地说,大多数机器学习算法可以分成训练(training)和测试(testing)两个步骤,这两个步骤可以重叠进行。训练,一般需要训练数据,就是告诉机器前人的经验,比如什么是猫、什么是狗、看到什么该停车。训练学习的结果,可以认为是机器写的程序或者存储的数据,叫模型(model)。总体上来说,训练包括有监督(supervised learning)和无监督(unsupervised learning)两类。有监督好比有老师告诉你正确答案;无监督仅靠观察自学,机器自己在数据里找模式和特征。深度学习原创 2021-05-20 18:21:13 · 689 阅读 · 1 评论 -
空域滤波的模板设计
1.均值滤波器——局部平均法2.加权平均滤波器非线性滤波器1.中值滤波2.锐化滤波器参考:https://blog.csdn.net/Es_Li_sir/article/details/95485394原创 2021-04-25 23:20:04 · 652 阅读 · 0 评论 -
图像退化模型与正则化模型(图像复原中正则化方法的研究及应用)
图像复原就是对图像退化模型进行处理以恢复图像的原始信息.由于引起图像退化的因素和性质各不相同,所以图像复原是一个复杂的数学过程,本质上是求解不适定的反问题.正则化是反问题中的一个重要课题,恰当地选取正则化项对于反问题的求解至关重要。图像处理的效果很大程度上取决于所建立的数学模型。即使对同一幅图像,利用不同的数学模型,求出的结果可能会有很大的差别。所以,图像复原的前期,人们必须尽量利用已知的先验信息来建立一个恰当的数学模型。建立好模型后,图像复原就成了数学上逆问题的求解。正则化图像复原方法:1.Ti原创 2021-04-25 23:12:55 · 1052 阅读 · 0 评论 -
何为机器学习?
Have you noticed how applications seem to be getting smarter all the time? Web sites provide recommendations for new items based on past purchases ,you get an alert from your bank if they suspect a fraudulent transaction and you get emails from your favori原创 2020-12-07 21:01:19 · 90 阅读 · 0 评论 -
隐马尔可夫模型
隐马尔科夫模型(Hidden Markov Model,以下简称HMM)是比较经典的机器学习模型了,它在语言识别,自然语言处理,模式识别等领域得到广泛的应用。当然,随着目前深度学习的崛起,尤其是RNN,LSTM等神经网络序列模型的火热,HMM的地位有所下降。使用HMM模型时我们的问题一般有这两个特征:1)我们的问题是基于序列的,比如时间序列,或者状态序列。2)我们的问题中有两类数据,一类序列数据是可以观测到的,即观测序列;而另一类数据是不能观察到的,即隐藏状态序列,简称状态序列。states =原创 2020-11-09 20:51:41 · 147 阅读 · 0 评论 -
生活中无处不在的贝叶斯!
Why 贝叶斯 ?原创 2020-11-08 21:42:04 · 266 阅读 · 0 评论 -
决策树
决策树 (Decision tree) 是一种基本的分类与回归方法。决策树学习的目的是为了生成一颗泛化能力强,即处理未见示例能力强的决策树,其基本流程遵循简单而直观的分治策略。通俗理解:给定一个输入值,从树节点不断往下走,直至走到叶节点,这个叶节点就是对输入值的一个预测或者分类。一、最优化分属性的选择1.ID3(Iterative Dichotomiser 3,迭代二叉树3代)信息熵:熵是热力学中的概念,是一种测量在动力学方面不能做功的能量总数,也就是当总体熵的增加,其做功能力也下降,熵的量度正是能原创 2020-11-07 20:40:36 · 173 阅读 · 0 评论 -
线性SVM Linear Support Vector Machine
参考博客:https://www.cnblogs.com/futurehau/p/6143178.html原创 2020-11-06 21:04:30 · 116 阅读 · 0 评论 -
贝叶斯派VS频率派
原创 2020-11-04 20:27:53 · 81 阅读 · 0 评论 -
Ubuntu 16.04 Nvidia驱动安装正确姿势
又是感谢学长的一天!!!1、查看显卡信息:$ lspci | grep VGA2、下载驱动程序:http://www.nvidia.cn/Download/index.aspx下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件3、删除原有驱动:$ sudo apt-get remove --purge nvidia*3.临时关闭显示服务sudo service lightdm stop4.运行安装程序sudo chmod +x NVIDIA-L原创 2020-11-04 01:01:34 · 401 阅读 · 4 评论 -
机器学习总结1 回归算法
编程实现fu git.原创 2020-10-31 16:24:31 · 85 阅读 · 1 评论 -
神经网络前向+反向传播
import numpy as np import matplotlib.pyplot as plt import scipy.io as sio from scipy.optimize import minimize data = sio.loadmat('ex3data1.mat')raw_X = data['X']X = np.insert(raw_X,0,values=1,axis=1)raw_y = data['y']def one_hot_encode..原创 2020-10-31 15:16:08 · 145 阅读 · 1 评论