机器学习
小白机械师
这个作者很懒,什么都没留下…
展开
-
机器学习入门参考整理
写在前面——作为一个本科学过模式识别、学过图像处理的人而言,进入研究生阶段发现本科学到的知识简直%¥#%**^%$#@了,所以真正的学习还得靠自己,所以还是自学一波吧。关于机器学习、深度学习相关的介绍和解读,网上的各位大佬前辈们已经说的相当好了。但目前我们毕竟是处于信息时代,一个信息爆炸的时代,呈现在我们眼前的各类资料质量良莠不齐,擦亮眼睛选择最合适的文献变得更加重要,因此在这一篇博客中,我的角色就是一个小小的搬运工,将我在学习过程中发现到的好的参考文献、博客等资料,搬运到这里,与大家分享一下 ^ - .原创 2020-11-22 11:56:24 · 206 阅读 · 0 评论 -
随机过程-顺序统计量
随机过程-顺序统计量考虑到《随机过程》课程学习过程中,老师讲到顺序统计量,特此补一下课。赶作业要紧,先放几张图上来,后续有时间再来整理参考文献:Baidu文库原创 2020-11-04 18:07:15 · 318 阅读 · 0 评论 -
多元高斯分布中条件分布与边缘分布的相关公式
在阅读高斯过程(GPs)时,我认为能够证明有关多元高斯分布的一些基本事实将是有用的,这些高斯分布是GP的基础。 即,如何证明多元高斯的条件分布和边际分布也是高斯,并给出其形式。首先,我们知道,一个均值为μ\muμ、协方差矩阵为Σ\SigmaΣ的多元正态分布的概率密度函数可以表示为1(2π)k/2∣Σ∣1/2exp(−12(x−μ)TΣ−1(x−μ)) \frac{1}{(2\pi)^{k/2}{|\Sigma|}^{1/2}} exp(- \frac{1}{2} (x - \mu)^T \Sigma^{原创 2020-10-11 18:16:34 · 2759 阅读 · 0 评论 -
多维高斯密度函数
【原文链接】https://www.cnblogs.com/ccienfall/p/6049021.html学习时发现一篇很有帮助的博客,分享给大家,希望大家多去原文处围观、点赞和支持!^ - ^转载 2020-10-11 16:27:34 · 678 阅读 · 0 评论 -
【图解】卡尔曼滤波器是如何工作的
我忍不住想和您分享一些关于卡尔曼滤波器的事情,因为它的作用实在是太不可思议了。出乎意料的是,几乎没有软件工程师和科学家对此有所了解,这让我感到很难过,因为它真的是在不确定情况下组合信息的通用且强大的工具。有时,它提取准确信息的能力、几乎是神奇的——如果听起来我讲的太多了,那么请看一下以前发布的视频,其中我演示了通过观察自由浮标的速度,借助卡尔曼滤波器来确定其方向的例子。它是什么?您可以在不确定某个动态系统信息的任何情况下使用卡尔曼滤波器,并且可以对系统接下来将要做什么做出有根据的猜测。即使现实状况出现了翻译 2020-06-06 16:26:34 · 988 阅读 · 0 评论