- 博客(30)
- 收藏
- 关注
RSS订阅原创 （复习）综合实验---基于卷积神经网络的目标分类案例
举一个简单的例子：我们设计了一个模型来判断 一件物品是否为树叶。喂养这个模型的数据集中含有几张带有尖刺边缘的树叶。模型的设计者希望模型能满足每一个训练数据，模型就将尖刺边缘也纳入了参数中。当我们测试这个模型的泛化性能时，就会发现效果很差，因为模型钻牛角尖，它认为树叶必须带有尖刺边缘，所以它排除了所有没有带有尖刺边缘的树叶，但事实上，我们知道树叶并不一定带有尖刺边缘。结果为什么会这样？因为模型设计者的强迫症使得这个模型过分贴合整个训练集，结果把噪音点也拟合上了。
2023-06-30 22:44:45
124
原创 机器学习实验2 - 逻辑回归
逻辑回归名字的由来是因为算法流程中使用到了一个关键的 Logisitic 函数，该函数是一个比较简单的单调递增函数，逻辑回归用 sigmoid 函数来计算样本对应的后验概率。1.逻辑回归并没有对数据的分布进行建模，也就是说，逻辑回归模型并不知道数据的具体分布，而是直接根据已有的数据求解分类超平面。在统计学中，常常使用极大似然估计法来求解，即找到一组参数，使得在这组参数下，我们的数据的似然度（概率）最大。[m::n] 后面的n是取元素的间隔，从下标为m的元素开始取，接着是下标为m+n的元素，直到结束。
2023-06-28 21:45:25
809
原创 实验6：HSV转换
1. 实验内容本实验将介绍HSV 颜色空间。2. 实验要点RGB阈值转换为HSV3. 实验环境numpymatplotlibcv2。
2023-06-27 22:52:18
160
原创 实验14：高斯模糊
1. 实验内容本实验将学习高斯模糊。2. 实验要点高斯模糊图像使用高通滤波器测试性能3. 实验环境numpymatplotlibcv2。
2023-06-27 22:51:39
89
原创 机器学习入门----线性回归实验记录
完成本次实验，可以掌握线性回归模型的基础知识，包括理论与动手编程两方面，其中编程部分涉及模型的构建、训练，以及使用matplotlib对结果进行可视化，观察不同的特征对标签的实际影响。提供一份关于产品广告费用与对应产品销量的数据文件Advertising.csv文件，利用此文件建立线性模型、训练模型、用模型做预测分析。5.7分析上边结果图，在报纸“Newspaper”上所花广告费用与商品的销量不成线性相关的，所以后面建模时，可以尝试删掉该特征。6.4将标签的实际值和预测值用图展示出来，直观的观察拟合程度。
2023-06-27 22:38:20
201
原创 阅读、理解和学习材料“用gcc生成静态库和动态库.pdf”和“静态库.a与.so库文件的生成与使用.pdf”，请在Linux系统(Ubuntu)下如实仿做一遍。
“用gcc生成静态库和动态库.pdf”和“静态库.a与.so库文件的生成与使用.pdf”
2022-09-25 20:14:17
177
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人