![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
johnsonhuang
这个作者很懒,什么都没留下…
展开
-
决策树熵与python实现
一、信息增益与熵 在信息论中,熵被用来衡量一个随机变量出现的期望值。变量的不确定性越大,熵也就越大,把它搞清楚所需要的信息量也就越大,熵是整个系统的平均消息量。 信息熵是信息论中用于度量信息量的一个概念。一个系统越是有序,信息熵就越低;反之,一个系统越是混乱,信息熵就越高。所以,信息熵也可以说是系统有序化程度的一个度量。 信息熵计算公式是:H(x)=E[I(xi)]=E[转载 2017-12-18 16:52:23 · 769 阅读 · 0 评论 -
Face-landmarks-detection-benchmark 人脸特征定位网站汇总
卷积的理解 http://m.blog.csdn.net/chaipp0607/article/details/72236892 https://github.com/delphifirst/FaceX https://github.com/ci2cv/face-analysis-sdk https://github.com/uricamic/flandmark http:原创 2017-12-21 17:03:41 · 1174 阅读 · 0 评论