机器学习
文章平均质量分 92
落啦啦
这个作者很懒,什么都没留下…
展开
-
【模式识别】贝叶斯决策模型理论总结
概率与我们的生存、生活是密不可分的,在我们的生活中要想使我们的期望效用最大化,我们必须考虑各种客观条件的存在,用理性的科学的思维去判断问题、分析问题,最终做出正确的决策。在做最小最大贝叶斯决策时,若考虑P(w_i)有可能改变或对先验概率毫不知晓的情况下,应选择贝叶斯风险R为最大值时的P(w_i)来设计分类器,此时能保证其风险相对于其它的P(w_i)为最大,而能保证在不管P(w_i)如何变化,使最大最小风险为最小。通常,事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不一样的;原创 2023-10-25 21:03:11 · 1534 阅读 · 0 评论 -
使用VTK和Python进行体绘制Volume Rendering
通常,在处理离散数据时,就像案例中的标签字段一样,我们会选择最近邻插值,因为这样我们就不会引入与任何组织都不匹配的“新”值。通过这样的函数,我们将标量空间梯度(即标量在空间中变化的程度)映射到不透明度乘数。因此,通过这样的功能,我们可以使组织的“内部”变得相当透明,同时使组织之间的边界更加突出,从而使整个volume的图像更加清晰。通过这个函数,高于1.0的低梯度的像素,将其不透明度乘以0.0,梯度在1和5之间的像素,其不透明度乘以0.0~0.1,梯度高于5的像素,其透明度将乘以一个大于1的数。原创 2022-12-29 11:57:30 · 1722 阅读 · 1 评论 -
机器学习——支持向量机(SVM)
支持向量机基本知识介绍原创 2022-12-28 16:36:50 · 1484 阅读 · 0 评论 -
机器学习——评估和改进学习算法
机器学习中评估和改进学习算法的方法原创 2022-12-05 16:02:29 · 726 阅读 · 0 评论 -
神经网络——反向传播算法
神经网络中的反向传播算法原创 2022-12-04 15:58:27 · 2513 阅读 · 1 评论 -
机器学习——神经网络介绍及模型表示
神经网络基本知识原创 2022-11-05 20:16:59 · 437 阅读 · 0 评论 -
机器学习——正则化解决过拟合问题
正则化解决过拟合问题原创 2022-11-01 21:38:19 · 979 阅读 · 0 评论 -
机器学习——逻辑回归算法
逻辑回归原创 2022-10-31 20:04:10 · 648 阅读 · 0 评论 -
机器学习——多元梯度下降法
多元梯度下降算法原创 2022-10-19 21:36:48 · 2349 阅读 · 6 评论 -
机器学习——梯度下降算法
梯度下降是一个用来求函数最小值的算法,我们将使用梯度下降算法来求出代价函数J(θ0,θ1) 的最小值。原创 2022-10-17 20:08:51 · 2698 阅读 · 1 评论 -
机器学习——代价函数
代价函数也被称作平方误差函数,有时也被称为平方误差代价函数。我们之所以要求出误差的平方和,是因为误差平方代价函数,对于大多数问题,特别是回归问题,都是一个合理的选择。还有其他的代价函数也能很好地发挥作用,但是平方误差代价函数可能是解决回归问题最常用的手段了。原创 2022-10-17 19:38:49 · 807 阅读 · 0 评论 -
监督学习和无监督学习
机器学习主要包括两种问题,监督学习和无监督学习。在这篇文章中将介绍监督学习和无监督学习的基本思想。原创 2022-10-12 21:35:12 · 1873 阅读 · 0 评论