机器学习知识点

1. KNN 不适合用来对特征分布进行分析。

2. 强化学习中的MDP模型：环境状态的集合；动作的集合；在状态之间转换的规则；规定转换后“即时奖励”的规则；描述主体能够观察到什么的规则。

3.OTSU推到https://www.cnblogs.com/ranjiewen/p/6385564.html

4.绘制曲线

plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

5.svm http://blog.sina.com.cn/s/blog_6ae183910101cxbv.html

6.朴素贝叶斯 http://python.jobbole.com/88007/

7.图像拼接https://www.cnblogs.com/skyfsm/p/7411961.html

8.参与点乘的两个Mat矩阵的数据类型（type）只能是 CV_32F、 CV_64FC1、 CV_32FC2、 CV_64FC2 这4种类型中的一种。若选用其他类型，比如CV_8UC1，编译器会报错：

9.Mask_RCNN相关，Mask-RCNN技术解析，MASK_RCNN训练自己的数据集，使用labelme制作自己的数据集，Mask_RCNN训练自己的数据，图像语义分割，Mask RCNN训练

10.高斯核中sigma的计算：Canny边缘检测算法原理及C语言实现详解

11.边缘检测（垂直边缘、水平边缘）：卷积神经网络

12.霍夫圆变换：Stack Overflow