机器学习
勇敢无畏的活着
这个作者很懒,什么都没留下…
展开
-
关于计算机视觉的随谈
之前看了这么一本说自然图像统计学的书,本来是想着要好好看,然后每天翻译几页的。但实习的时候太忙了,没有什么时间,所以只把目录给翻译了,哈哈。这本书叫:Natural Image Statistics: A Probabilistic Approach to Early Computational Vision大家可以瞧瞧。不过,看到里面视觉概述的时候,自己也想扯扯点东西,按捺不住,就吐了不少文字。转载 2014-11-09 11:51:52 · 606 阅读 · 0 评论 -
机器学习—— 3. 贝叶斯怎么想?
“贝叶斯公式是可以支配一切知识,一切信息的法则”. --- Christoph Fuchs1. 我们是怎么推测未知事物的贝叶斯公式我们都学过(如果没学过,请了解一下"条件概率”),就是一个条件概率的转换公式,如下这么的一个简单的公式为什么能引起科学上的革命? 这是一个统计学上的公式,但是却被证明是人类唯一能够运用自如的东西。伯克利大学心理学家Alison转载 2014-10-27 16:38:34 · 674 阅读 · 0 评论 -
机器学习——2. 从最大似然再看线性回归
从最大似然再看线性回归1. 线性回归的回顾上一节我们尝试解决“房价与房子大小”之间关系的时候,使用了线性回归去拟合一个线性的方程,使得这个线性方程与所获得的房价与房大小数据最大限度地吻合。所以,我们的问题的解决思路是,把数据当成事实用一个特定的模型(e.g.线性方程或非线性方程)去匹配数据这些数据被当成了上帝,而让我们用模型去匹配他们转载 2014-10-27 16:37:56 · 614 阅读 · 0 评论 -
什么是熵(Entropy)?
熵(entropy)这个概念为什么可以被引用到科学的多个不同的领域呢? (物理,计算机视觉,信息论等等)这里我就来谈谈物理学上的熵,和信息论中的熵联系在于哪里。 为了帮助理解和应用,最后有几个关于熵的应用的有趣例子。熵最早来原于物理学. 德国物理学家鲁道夫·克劳修斯首次提出熵的概念,用来表示任何一种能量在空间中分布的均匀程度,能量分布得越均匀,熵就越大。转载 2014-10-27 16:41:16 · 2052 阅读 · 0 评论 -
机器学习——4. 大内密探HMM(隐马尔可夫)围捕赌场老千
1. 赌场风云(背景介绍)最近一个赌场的老板发现生意不畅,于是派出手下去赌场张望。经探子回报,有位大叔在赌场中总能赢到钱,玩得一手好骰子,几乎是战无不胜。而且每次玩骰子的时候周围都有几个保镖站在身边,让人不明就里,只能看到每次开局,骰子飞出,沉稳落地。老板根据多年的经验,推测这位不善之客使用的正是江湖失传多年的"偷换骰子大法”(编者注:偷换骰子大法,用兜里自带的骰子偷偷换掉均匀的骰转载 2014-10-27 16:39:23 · 685 阅读 · 0 评论 -
机器学习——1. 分类和回归的解决与区别
机器学习可以解决很多问题,其中最为重要的两个是 回归与分类。 这两个问题怎么解决, 它们之间又有什么区别呢? 以下举几个简单的例子,以给大家一个概念1. 线性回归回归分析常用于分析两个变量X和Y 之间的关系。 比如 X=房子大小 和 Y=房价 之间的关系, X=(公园人流量,公园门票票价) 与 Y=(公园收入) 之间的关系等等。那么你的数据点在图上可以这么看转载 2014-10-27 16:00:59 · 1611 阅读 · 0 评论