机器学习
井底之蛙-hzq
喜欢 机器学习,模式识别。
求成长,多多交流学习。
展开
-
GMM高斯混合模型 学习(2)
高斯混合模型怎么来理解原创 2014-11-07 21:31:22 · 2156 阅读 · 1 评论 -
机器翻译(待续)
机器翻译 = 语言模型 + 翻译模型语言模型如:N元语言模型N元语言模型举例,三元语言模型,一个词至于它相邻的2个词有关。条件概率P(我吃饭)表示词语组合合理的概率。P(我吃饭)= P(饭|我吃)*P(我吃)P(我吃) = P( 吃|我)*P(我)得到:P(我吃饭)= P(饭|我吃)*P(吃|我)*p(我); 基础统计概率这样得到:[统计词原创 2014-12-09 16:30:21 · 669 阅读 · 0 评论 -
神经网络及BP推导
神经网络neural network,是生物科学和信息科学交叉的产物。用计算机模拟人脑的工作过程,完成分类识别的任务。这里我们先感性的介绍神经网络及其训练过程,然后数学推导这个过程。一个神经元和其它神经元连接:一个神经元通常和若干个神经元相连原创 2015-02-03 10:13:03 · 1452 阅读 · 0 评论 -
多媒体特征(待续)
Hog特征:http://www.cnblogs.com/hrlnw/archive/2013/08/06/2826651.html原创 2014-12-25 11:22:28 · 541 阅读 · 0 评论 -
模型训练-损失函数的来源-最大似然与梯度下降
在线性拟合中模型被定义为y = wx ,(+b与否无所谓,就相当于向量w中有一个为1而已)我们使用了损失函数:但是为啥我们采用这种损失函数呢?我们要用到最大似然估计的思想。原创 2014-11-23 12:42:12 · 3660 阅读 · 0 评论 -
cnn时间序列的识别
识别滑倒等动作、识别微笑等表情,都可认为是时间序列的识别。从视频中提取连续的若干帧(与动作的时间,帧率相关),比如滑到需要1秒,在视频中会占用连续的10帧,那么滑到动作识别的cnn模型的输入可以为10张图片。网络结构可以这样:原创 2015-12-22 11:35:17 · 7256 阅读 · 3 评论 -
模型训练技巧(待续)
批训练(batch trainning):一次训练一批(比如50个)样本,在NN或CNN中,对一批样本在同相同参数的网络上进行前向过程和误差传导过程,然后把梯度求和加更新网络参数。优点:训练速度可也更快,同批中的各样本可并行训练。dropout:模型训练的时候随机让某些权重不更新。优点:为了防止过拟合。可参看:http://www.cnblogs.com/torna原创 2014-12-25 11:37:57 · 729 阅读 · 0 评论 -
支持向量机SVM的SMO方法实现(C++)
SVM支持向量机的SMO方法实现操作简便,效果直观,功能单一。有助于理解SMO过程,以及惩罚因子对分类的影响。原创 2014-05-02 20:12:58 · 3024 阅读 · 0 评论 -
卷积神经网络理解与实现
神经网络和卷积神经网络的理解与工作:http://pan.baidu.com/s/1jG1gzPkor http://wenku.baidu.com/view/9ae538a14028915f814dc246.html我对CNN matlab 代码的详细解析:http://wenku.baidu.com/view/65344686102de2bd9605886e.htmlor http://pan.baidu.com/s/1sjJjftz我在网上看过一些博客,和一些论文,尝试着自己去实现CNN原创 2014-10-22 00:18:43 · 3004 阅读 · 4 评论