![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
joejoeqian
我感兴趣的方向:多模态大模型,小样本学习等。
展开
-
手推BP算法
激活函数,BP算法原创 2023-04-12 20:35:19 · 297 阅读 · 0 评论 -
集成学习之Adaboost
集成学习Adaboost原创 2023-03-31 16:11:01 · 1512 阅读 · 2 评论 -
李航机器学习方法之朴素贝叶斯
朴素贝叶斯原创 2023-03-11 11:22:07 · 164 阅读 · 0 评论 -
李航机器学习方法3之感知机
浅谈感知机的公式推导。原创 2023-03-07 11:46:10 · 257 阅读 · 0 评论 -
人工智能基础数学之矩阵求导快速入门
矩阵求导原创 2023-03-03 16:26:00 · 153 阅读 · 0 评论 -
数学基础复习
数学原创 2022-11-29 22:34:42 · 242 阅读 · 0 评论 -
UNet网络解读
UNet是一个对称的网络结构,左侧为下采样,右侧为上采样;下采样为encoder,上采样为decoder;四条灰色的平行线,就是在上采样的过程中,融合下采样过程的特征图的通道,Concat原理就是:一本大小为10cm10cm的书,厚度为3cm的书本(10103)的A书,和一本大小为10cm10cm,厚度为4cm的B书(10103)将A书和B书,边缘对齐的摞在一起,这样就可以得到一个大小10107的一摞书了所以对feature map,一个大小为256*256*64。原创 2022-11-22 21:12:21 · 1614 阅读 · 0 评论 -
Task5 svm
个人感觉这三篇文章写的非常好,svm的学习可以参考:https://zhuanlan.zhihu.com/p/36332083https://zhuanlan.zhihu.com/p/36379394https://zhuanlan.zhihu.com/p/36535299原创 2020-05-01 23:18:53 · 102 阅读 · 0 评论 -
Task04条件随机场
条件随机场条件随机场是一种判别式无向图模型。条件随机场试图对多个变量在给定观测值后的条件概率进行建模。给定X=(x1,x2,…,xn),Y=(y1,y2,…,yn)X=(x_1,x_2,\dots,x_n),Y=(y_1,y_2,\dots,y_n)X=(x1,x2,…,xn),Y=(y1,y2,…,yn)均为线性链表示的随机变量序列,若在给随机变量序列 XXX 的条件下,随机变量...原创 2020-04-29 17:47:13 · 131 阅读 · 0 评论 -
TASK3 EM
对概率论一些表示符号的解释P(x∣θ)P(x|\theta)P(x∣θ)和P(x;θ)P(x;\theta)P(x;θ)的比较P(x∣θ)P(x|\theta)P(x∣θ)表示条件概率当P(x∣θ)P(x|\theta)P(x∣θ)不代表条件概率时与P(x;θ)P(x;\theta)P(x;θ)等价,此时θ\thetaθ不是一个随机变量,而是一个代估参数(θ\thetaθ是固定的,只是当...原创 2020-04-26 22:47:54 · 110 阅读 · 0 评论 -
Task2 bayes_plus(贝叶斯)
生成模型是所有变量的全概率模型:全概率公式:举例:一个村子,有三个小偷,A1=A_1=A1=小张,A2=A_2=A2=小政,A1=A_1=A1=小英,两两互斥,求P(B)=P{失窃}P(B)=P\{失窃\}P(B)=P{失窃}分析:给出A1,A2,A3A_1,A_2,A_3A1,A2,A3,若A1∪A2∪A3A_1\cup A_2\cup A_3A1∪A2∪A3和AiAj=...原创 2020-04-23 22:26:33 · 154 阅读 · 0 评论 -
TASK1 线性回归-Linear_regression
线性回归的概念1、线性回归的原理2、线性回归损失函数、代价函数、目标函数3、优化方法(梯度下降法、牛顿法、拟牛顿法等)4、线性回归的评估指标5、sklearn参数详解1、线性回归的原理进入一家房产网,可以看到房价、面积、厅室呈现以下数据: 面积($x_1$) 厅室数量($x_2)$ 价格(万元)(y) ...原创 2020-04-21 19:42:47 · 804 阅读 · 0 评论