![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Statistics & Machine Learning
Gzzgz
这个作者很懒,什么都没留下…
展开
-
计算机视觉、机器学习相关领域论文和源代码大集合
注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17转自出处:http://www.cnblogs.com/lidabo/p/3437650.html一、特征提取Feature Extraction:· SIFT [1] [Demo prog转载 2016-04-01 15:53:05 · 637 阅读 · 0 评论 -
机器学习算法疗程(HMM)
HMM模型处方清单:隐马尔可夫模型(HMM)攻略:http://blog.csdn.net/likelet/article/details/7056068一文搞懂HMM(隐马尔可夫模型):http://www.cnblogs.com/skyme/p/4651331.htmlHMM(隐马尔可夫模型)总结 :http://blog.sina.com.cn/s/blog_953f8a原创 2016-09-02 16:21:33 · 481 阅读 · 0 评论 -
机器学习算法疗程(CRF)
CRF 处方:如何用简单易懂的例子解释条件随机场(CRF)模型?它和HMM有什么区别?:https://www.zhihu.com/question/35866596条件随机场:http://www.hankcs.com/ml/conditional-random-field.html条件随机场:http://wenku.baidu.com/link?url=7LBbXiKPWAP原创 2016-09-03 21:13:14 · 964 阅读 · 0 评论 -
机器学习算法疗程(EM)
EM算法处方: 从最大似然到EM算法浅解:http://blog.csdn.net/zouxy09/article/details/8537620(EM算法)The EM Algorithm:http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.htmlEM算法:http://www.cnblogs.com/zhan原创 2016-09-04 14:59:34 · 317 阅读 · 0 评论 -
机器学习算法疗程(boosting)
boosting算法处方:Adaboost - 新的角度理解权值更新策略:http://www.csuldw.com/2016/08/28/2016-08-28-adaboost-algorithm-theory/Boosting原理及其应用:http://www.cnblogs.com/lyfruit/articles/3011429.htmlBoosting算法简介:htt原创 2016-09-04 22:29:05 · 485 阅读 · 0 评论 -
机器学习算法疗程(决策树)
决策树算法处方:[R] 〖素质笔记〗决策树之ID3、C4.5、C5.0等五大算法:http://bbs.pinggu.org/thread-3852506-1-1.html决策树之CART算法:http://blog.csdn.net/acdreamers/article/details/44664481决策树算法:http://blog.csdn.net/whycold/ar原创 2016-09-05 15:00:44 · 401 阅读 · 0 评论 -
机器学习算法疗程(BP)
转自:http://www.cnblogs.com/daniel-D/archive/2013/06/03/3116278.html0. 前言之前上模式识别课程的时候,老师也讲过 MLP 的 BP 算法, 但是 ppt 过得太快,只有一个大概印象。后来课下自己也尝试看了一下 stanford deep learning 的 wiki, 还是感觉似懂非懂,不能形成一个直观的思路。趁着转载 2016-09-20 17:34:50 · 485 阅读 · 0 评论 -
一些信息熵的含义
http://blog.csdn.net/KXY_tech/article/details/3993457一些信息熵的含义(1) 信息熵的定义:假设X是一个离散随即变量,即它的取值范围R={x1,x2...}是有限可数的。设pi=P{X=xi},X的熵定义为: (a)若(a)转载 2016-09-20 21:01:41 · 4516 阅读 · 0 评论 -
日常 阅读 列表
深度 | 解决真实世界问题:如何在不平衡类上使用机器学习?http://mp.weixin.qq.com/s__biz=MzA3MzI4MjgzMw==&mid=2650718717&idx=1&sn=85038d7c906c135120a8e1a2f7e565ad原创 2016-09-03 16:53:46 · 535 阅读 · 0 评论 -
—五分钟理解一致性哈希算法(consistent hashing)
转载请说明出处:http://blog.csdn.net/cywosp/article/details/23397179 一致性哈希算法在1997年由麻省理工学院提出的一种分布式哈希(DHT)实现算法,设计目标是为了解决因特网中的热点(Hot spot)问题,初衷和CARP十分类似。一致性哈希修正了CARP使用的简 单哈希算法带来的问题,使得分布式哈希(DHT)可以在P2P环境中真正得到转载 2016-10-28 15:59:49 · 283 阅读 · 0 评论 -
日常阅读列表(4)
2016-11-10:简易手势图像识别与手写数字识别从实战角度解读数据科学原创 2016-11-10 10:12:20 · 644 阅读 · 0 评论 -
机器学习算法疗程(最优化)
最优化处方清单:机器学习常用最优化算法小结:http://blog.csdn.net/reporter521/article/details/47183475机器学习常见的优化算法:http://m.blog.csdn.net/article/details?id=51290638最优化基础和机器学习优化:http://blog.csdn.net/pi9nc/article原创 2016-09-01 18:07:52 · 626 阅读 · 0 评论 -
机器学习算法疗程(最大熵原理)
最大熵处方清单:最大熵模型:http://blog.csdn.net/chjjunking/article/details/6452223最大熵模型介绍及实现:http://blog.csdn.net/erli11/article/details/24718655数学之美系列十六 -- 谈谈最大熵模型:http://www.cnblogs.com/KevinYang/a原创 2016-08-31 20:25:03 · 435 阅读 · 0 评论 -
机器学习算法疗程(logistic 回归)
logistic 回归处方:逻辑斯蒂回归模型:http://blog.csdn.net/hechenghai/article/details/46817031逻辑斯特回归模型(logistic regression):http://www.cnblogs.com/wangbogong/archive/2013/05/23/3059546.html逻辑回归:http://原创 2016-08-31 16:41:23 · 453 阅读 · 0 评论 -
统计机器学习(机器学习) 概念
统计机器学习(机器学习) 概念该文章是作者阅读相关书籍和资料后,总结和归纳的一些个人认为有必要整理和了解的知识点介绍。与大家一起分享,如有不妥之处,还望指正。 统计(机器)学习1.统计学习概念 统计学习也叫统计机器学习(statistical machine learning),是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科,并且在发原创 2016-04-09 11:24:28 · 1723 阅读 · 0 评论 -
监督学习简介
监督学习简介基本定义 利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,也称为监督训练或有教师学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务。 基本概念1. 输入空间、特征空间和输出空间 输入空间与输出空间可以是同一个空间,可以是不同的空间,但通常输出空间要远小于输入空间。每个具体的输入是一个实例(in原创 2016-04-09 15:28:47 · 2832 阅读 · 0 评论 -
统计学习三要素
统计学习三要素 李航博士在《统计学习方法》一书中这样描述统计学习方法的构成: 方法=模型+策略+算法本人更形象地借助产品经理的视角可以类比这样的: 方法=设想+指标+方案下面就具体学习这三个要素(三要素是宏观上处理问题的一种框架): 模型 统计学习首先要考虑的问题是学习什么样的模型。以监督学习为例,模型就是说要学习的条原创 2016-04-09 17:04:37 · 4302 阅读 · 0 评论 -
表情识别数据
转自(http://blog.csdn.net/computerme/article/details/49469767)CK and CK+ It contains 97 subjects, which posed in a lab situation for the six universal expressions and the neutral expression. Its转载 2016-05-18 12:04:01 · 4065 阅读 · 1 评论 -
机器学习面试题总结
朴素贝叶斯P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)所以有:P(A|B)=P(B|A)*P(A)/P(B)对于给出的待分类项,求解在此项出现的条件下各个目标类别出现的概率,哪个最大,就认为此待分类项属于哪个类别工作原理假设现在有样本x=(a1,a2,a3,…an)这个待分类项(并认为x里面的特征独立)再假设现在有分类目标Y={y1,y2,y3,转载 2016-06-05 14:17:29 · 2184 阅读 · 0 评论 -
线性代数本质
线性代数课程,无论你从行列式入手还是直接从矩阵入手,从一开始就充斥着莫名其妙。(http://weibo.com/ttarticle/p/show?id=2309403984255918192567)比如说,在全国一般工科院系教学中应用最广泛的同济线性代数教材(现在到了第四版),一上来就介绍逆序数这个古怪概念,然后用逆序数给出行列式的一个极不直观的定义,接着是一些简直犯傻的行列式性转载 2016-06-11 14:11:26 · 412 阅读 · 0 评论 -
Visual Tracking 领域最新paper与code
作者主页:http://blog.csdn.net/cyh_24Visual Tracking 领域最新paper与codeLearning Multi-Domain Convolutional Neural Networks for Visual Tracking (VOT2015 冠军) author: Hyeonseob Nam, Bohyung Han转载 2016-06-12 09:09:10 · 3524 阅读 · 0 评论 -
ML/ DL/CV 一些常见的问题的小tips
深度网络的过拟合问题讨论原创 2016-08-27 15:58:52 · 1047 阅读 · 0 评论 -
机器学习算法疗程(SVM)
SVM处方清单:LIBSVM在Matlab下的使用:http://noalgo.info/363.html解密SVM系列(一):关于拉格朗日乘子法和KKT条件:http://blog.csdn.net/on2way/article/details/47729419解密SVM系列(二):SVM的理论基础:http://blog.csdn.net/on2way/article/deta原创 2016-08-28 14:42:52 · 890 阅读 · 0 评论 -
机器学习算法疗程(朴素贝叶斯)
朴素贝叶斯处方清单:算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification):http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html朴素贝叶斯法:http://www.hankcs.com/ml/naive-bayesian-method.h原创 2016-08-31 09:43:46 · 400 阅读 · 0 评论 -
日常阅读列表(2)
2016-10-28:重磅 | 图文并茂的神经网络架构大盘点:从基本原理到衍生关系An overview of gradient descent optimization algorithms原创 2016-10-28 14:51:49 · 474 阅读 · 0 评论