ml
Enoch Liu98
这个作者很懒,什么都没留下…
展开
-
opencv人脸
这段时间在实习过程中做了很多很多基础的机器学习程序,其中自己用opencv底层实现了(特征脸,fisher,lbp)等最为古老基础的人脸识别程序,最近稍微研究了一下人脸识别领域的发展史,发现人脸识别领域并没有我想象的那样有一堆各种各样的定制化网络模型,大多数方法将注意力放到了损失函数的构建方面,而在看各种损失函数时偶然看到度量学习这个词,就在这里稍微总结一下 下面内容来自https://blog.csdn.net/gdengden/article/details/82715162 1、度量(Metric.原创 2020-06-12 09:35:06 · 128 阅读 · 0 评论 -
机器学习各种优化方法
转载自https://www.cnblogs.com/callyblog/p/8299074.html 这里讨论的优化问题指的是,给定目标函数f(x),我们需要找到一组参数x(权重),使得f(x)的值最小。 本文以下内容假设读者已经了解机器学习基本知识,和梯度下降的原理。 SGD SGD指stochastic gradient descent,即随机梯度下降。是梯度下降的batch版本。 对于训练...转载 2019-12-06 11:58:14 · 272 阅读 · 0 评论 -
VAE
对于VAE精炼的讲解 https://www.youtube.com/watch?v=9zKuYvjFFS8原创 2019-11-08 20:54:10 · 155 阅读 · 0 评论 -
ml疑难总结
这篇文章主要记录一下一直困扰着自己的一些机器学习基础问题 1.线性模型和非线性模型、 下面一段引用自知乎 https://zhuanlan.zhihu.com/p/37866896 线性模型可以是用曲线拟合样本,但是分类的决策边界一定是直线的,例如 模型; 区分是否为线性模型,主要是看一个乘法式子中自变量 前的系数 ,应该是说x只被一个影响,那么此模型为线性模型。或者判断决策边界是...原创 2019-10-29 16:15:24 · 138 阅读 · 0 评论 -
高维组合特征的处理
来源自《百面机器学习》 1 高维高阶组合特征 为了提高对复杂关系的拟合能力,在特征工程中经常会把一阶离散特征两两组合,构成高阶组合特征。 然而高阶矩阵的参数是一个很严重的问题 例如对于一个m维和一个n维的特征组合,那么如果以logistics回归为例子,则参数参数w的维度为m*n,如果m,n很大的话,则难以进行计算。 所以采用矩阵分解的方法,将m和n维的特征都转化维k维 2.组合特征选择 可以...原创 2019-10-27 20:04:59 · 1207 阅读 · 1 评论 -
EM算法+混合高斯模型
在补ml基础的时候,突然感觉自己对于EM算法有些遗忘,所以在这里再回忆一下,顺便再学一下老师提过好多次的混合高斯模型 EM算法 简单解释,分为E步estimation和M步maxmization两步 这里直接用两个例子记性解释 例子来源 知乎-人人都懂EM算法 例子1 ...原创 2019-10-18 15:51:49 · 197 阅读 · 0 评论