- 博客(18)
- 资源 (25)
- 收藏
- 关注
转载 [深度学习]Contractive Autoencoder
转载于http://www.cnblogs.com/dupuleng/articles/4342952.html一、雅克比矩阵雅克比矩阵是一阶偏导,假设(x1,x2,....,xn)到(y1,y2,...,ym)的映射,相当于m个n元函数,它的Jacobian Matrix如下该矩阵表示x的微小波动对y的影响。雅克比矩阵与Hessian矩阵不同,hessian矩阵表示二阶偏导。
2017-10-30 16:03:55 5110
转载 [数学理论]混淆矩阵
转载于http://wuguangbin1230.blog.163.com/blog/static/61529835201522905624494/ 混淆矩阵(Confusion Matrix): 在人工智能中,混淆矩阵(confusion matrix)是可视化工具,特别用于监督学习,在无监督学习一般叫做匹配矩阵。 在图像精度评价中,主要用于比
2017-10-28 19:21:11 4150
转载 [机器学习]人工鱼群算法
转载于http://blog.csdn.net/wp_csdn/article/details/545775671、起源 人工鱼群算法是李晓磊等人于2002年在动物群体智能行为研究的基础上提出的一种新型方盛优化算法,该算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现寻优。算法主要利用鱼的三大基本行为:觅食、聚群和追尾行为,采用自上
2017-10-28 16:35:28 11562
转载 [数学理论]最大熵模型
转载于http://blog.csdn.net/lg1259156776/最大熵模型总结摘要本文对最大熵模型进行了系统性的学习和总结,从不同的角度来解读熵的概念以及最大熵的内涵。对最大熵的具体应用进行了梳理,并介绍了与最大熵相关的一些概念,最后通过一个简单的demo来对最大熵模型进行直观的认识和感悟。引言熵,忘了第一次接触是在物理课上还是在化学课上,总之是描述系统的无序性或
2017-10-28 15:10:27 2743
转载 [机器学习]t-SNE聚类算法实践指南
转载于https://yq.aliyun.com/articles/70733作者介绍:Saurabh.jaju2 Saurabh是一名数据科学家和软件工程师,熟练分析各种数据集和开发智能应用程序。他目前正在加州大学伯克利分校攻读信息和数据科学硕士学位,热衷于开发基于数据科学的智能资源管理系统。Linkedin:https://in.linkedin.com/in/saurabh
2017-10-27 20:43:44 3951
转载 [深度学习]降噪自动编码器
转载于http://www.cnblogs.com/neopenx/p/4370350.html起源:PCA、特征提取....随着一些奇怪的高维数据出现,比如图像、语音,传统的统计学-机器学习方法遇到了前所未有的挑战。数据维度过高,数据单调,噪声分布广,传统方法的“数值游戏”很难奏效。数据挖掘?已然挖不出有用的东西。为了解决高维度的问题,出现的线性学习的PCA降维方法,PCA的数学
2017-10-27 15:18:05 5620 1
转载 [机器学习]PCA主成分分析原理分析和Matlab实现方法
转载于http://blog.csdn.net/guyuealian/article/details/68487833网上关于PCA(主成分分析)原理和分析的博客很多,本博客并不打算长篇大论推论PCA理论,而是用最精简的语言说明鄙人对PCA的理解,并在最后给出用Matlab计算PCA过程的三种方法,方便大家对PCA的理解。 源代码和附件下载地址: http://download.
2017-10-26 19:48:40 4788
转载 [机器学习]PCA (主成分分析)详解
转载于https://my.oschina.net/gujianhan/blog/225241一、简介 PCA(Principal Components Analysis)即主成分分析,是图像处理中经常用到的降维方法,大家知道,我们在处理有关数字图像处理方面的问题时,比如经常用的图像的查询问题,在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时,我们通常的方法
2017-10-26 16:57:59 9962
原创 [数学理论]不同分布训练集、验证集、测试集处理
当训练集、验证集(开发集)、测试集来源不同,即分布不同时。需要对其进行处理。如上图所示:测试集数据来源于网上清晰图像,而验证集、测试集数据来源于业余人士手机拍照照片。假设网上下载的照片数据集大小为200000,而手机拍摄的照片数据集大小为10000。有两种处理方式:一种将网上数据和手机数据混合,然后将数据随机分配给训练集、验证集和测试集。这种方式最后应用效果
2017-10-25 22:27:10 4812
原创 [数学理论]训练集\开发集\测试集
训练集:用于训练模型的数据集。开发集(验证集):在通过训练集获得训练模型后,对训练模型的参数进行调整的数据集。测试集:用于测试最终生成的模型的数据集。训练集\开发集\测试集确定:1.传统的机器学习领域中,由于收集到的数据量往往不多需要将收集到的数据分为三类:训练集、验证集、测试集。也可以分为两类,不需要开发集集。比例根据经验不同而不同,这里给出一
2017-10-24 16:41:29 2811
原创 [数学理论]单一数字评估指标
算法检测的结果一般有下列四种情况: 查准率(Precision ratio,P)=TP/(TP+FP);即所有检测出为正常数据中,其中的确为正常数据的比例。查全率(Recall ratio,R)=TP/(TP+FN);即实际上所有正常数据中,我们检测出来的正常数据比例。 关于查准率和查全率实际应用需要折衷,两个指标都需要顾及到。一般不推荐同时使用两个评估指标,所以推荐使用单
2017-10-24 15:41:57 2745
转载 [数学理论]Cross-Validation(交叉验证)介绍
转载于https://zhuanlan.zhihu.com/p/24825503?refer=rdatamining在机器学习里,通常来说我们不能将全部用于数据训练模型,否则我们将没有数据集对该模型进行验证,从而评估我们的模型的预测效果。为了解决这一问题,有如下常用的方法:1.The Validation Set Approach第一种是最简单的,也是很容易就想到的。我们可以把整个数据
2017-10-22 09:43:01 3841
转载 [数学理论]范数
转载于:https://zhihu.com/question/20473040/answer/102907063以下分别列举常用的向量范数和矩阵范数的定义。向量范数1-范数: 即向量元素绝对值之和,matlab调用函数norm(x, 1) 。2-范数:Euclid范数(欧几里得范数,常用计算向量长度),即向量元素绝对值的平方和再开方,matlab调用
2017-10-21 18:40:31 2616
转载 [深度学习]神经网络的理解(MLP RBF RBM DBN DBM CNN 整理学习)
转载于 http://lanbing510.info/2014/11/07/Neural-Network.html开篇语文章整理自向世明老师的PPT,围绕神经网络发展历史,前馈网络(单层感知器,多层感知器,径向基函数网络RBF),反馈网络(Hopfield网络,联想存储网络,SOM,Boltzman及受限的玻尔兹曼机RBM,DBN,CNN)三部分进行讲述,给人一
2017-10-15 17:01:51 6626
转载 [深度学习]DEEP LEARNING(深度学习)学习笔记整理
转载于博客http://blog.csdn.net/zouxy09一、概述 Artificial Intelligence,也就是人工智能,就像长生不老和星际漫游一样,是人类最美好的梦想之中的一个。尽管计算机技术已经取得了长足的进步。可是到眼下为止。还没有一台电脑能产生“自我”的意识。是的,在人类和大量现成数据的帮助下,电脑能够表现的十分强大。可是离开了这两者,它甚至都不能分辨
2017-10-15 09:12:39 7708 1
原创 [深度学习]卷积神经网络快速入门
卷积神经网络结构了解https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650728746&idx=1&sn=61e9cb824501ec7c505eb464e8317915&scene=0#wechat_redirect(推荐)一文读懂神经网络http://dataunion.org/11692.html(上文的补充)
2017-10-13 22:36:47 2790
转载 [深度学习]CNN的基础结构与核心思想
1. 概述 卷积神经网络是一种特殊的深层的神经网络模型,它的特殊性体现在两个方面,一方面它的神经元间的连接是非全连接的, 另一方面同一层中某些神经元之间的连接的权重是共享的(即相同的)。它的非全连接和权值共享的网络结构使之更类似于生物 神经网络,降低了网络模型的复杂度(对于很难学习的深层结构来说,这是非常重要的),减少了权值的数量。 回想一下BP神经网络。B
2017-10-13 19:34:37 7985
原创 [深度学习]深度学习快速入门资料
深度学习入门必须要的数学基础:微积分和线性代数深度学习最具代表性综述论文(方便了解目前研究现状)Lecun Y, Bengio Y, Hinton G. Deep learning[J]. Nature, 2015, 521(7553): 436-444.https://www.nature.com/nature/journal/v521/n7553/pdf/nature14539
2017-10-12 18:25:57 3219
OfficeHome-Art、Clipart、Product部分数据集
2020-11-24
Python编程快速上手附属材料.zip
2019-07-01
使用OpenCV寻找平面图形的质心
2019-03-16
yolov3_OpenImage图像训练教程
2019-03-16
yolov3 opencv教程
2019-03-13
基于特征点匹配的视频稳像
2019-03-08
基于opencv实现透明斗篷
2019-03-06
人脸识别 – OpenCV, Dlib and Deep Learning
2019-03-05
基于深度学习识别人脸性别和年龄
2019-03-04
yuv420p基本图像处理
2018-12-11
TE田纳西-伊斯曼过程数据集
2017-11-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人