![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine learning
文章平均质量分 81
En_Dea_Vor
在路上。
展开
-
machine learning(1)--概念学习和归纳偏置
概念学习和归纳偏置 感觉概念学习现在提得很少,可能是因为在机器学习的实际应用中很少用到,但是从概念学习中很容易引出归纳偏置的概念,而归纳偏置是个很重要的概念,因此这次会简单讲讲概念学习,着重于归纳偏置。可以看到归纳偏置对于机器学习的重要性。 概念学习 给定一样例集合以及每个样例是否属于某一概念的标注,怎样自动推断出该概念的一般定义。这一问题被称为概念学习。 一个更准确的定义转载 2013-11-29 10:27:47 · 1821 阅读 · 0 评论 -
machine learning(4) --SVM 在opencv 中的使用及SVM与HOG联合
原文来自http://blog.csdn.net/yangtrees/article/details/7447206 一、SVM OpenCV开发SVM算法是基于LibSVM软件包开发的,LibSVM是台湾大学林智仁(Lin Chih-Jen)等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包。用OpenCV使用SVM算法的大概流程是 1)设置训练样本集 需要两组转载 2013-12-30 16:57:06 · 1507 阅读 · 0 评论 -
machine learning(3)---SVM算法原理
课程文本分类project SVM算法入门 转自:http://www.blogjava.net/zhenandaci/category/31868.html (一)SVM的简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中转载 2013-12-30 16:49:15 · 1491 阅读 · 0 评论 -
machine learning(2) OpenCV训练分类器制作xml文档
在网上找了中文资料,发现大多都是转载那两篇文章,而且那两篇文章讲的都有误差,经过两天的摸索,我终于训练分类器成功了,在此与大家分享。 参考英文资料网址: http://note.sonots.com/SciSoftware/haartraining.html#e134e74e 整个过程分为两步: 1. 创建样本 2. 训练分类器 现在让我转载 2013-12-27 16:57:27 · 2030 阅读 · 0 评论 -
machine learning(5) --AdaBoost分类器
菜鸟最近开始学习machine learning。发现adaboost 挺有趣,就把自己的一些思考写下来。 主要参考了http://stblog.baidu-tech.com/?p=19,其实说抄也不为过,但是我添加了一些我认为有意思的东西,所以我还是把它贴出来了,呵呵。 一 Boosting 算法的起源 boost 算法系列的起源来自于PAC Learnability(PAC 可学转载 2014-02-20 20:24:53 · 1322 阅读 · 0 评论