ML
文章平均质量分 94
机器学习相关
isolatewind
偶尔更新学习笔记,欢迎指正博客问题!
展开
-
Dropout和BN(Batch Normalization)分析
Dropout和BN(Batch Normalization)分析 文章目录Dropout和BN(Batch Normalization)分析Dropout1.背景2.具体工作流程3.Dropout在神经网络中的使用4.dropout防止过拟合的原因归一化处理(BN、LN、IN、GN)1.背景2.四种归一化3.训练时BN4.BN在CNN中的使用 简介:无论是机器学习,还是深度学习,模型过拟合是很常见的问题,解决手段无非是两个层面,一个是算法层面,一个是数据层面。数据层面一般是使用数据增强手段,算法层面不外乎原创 2022-03-10 21:48:22 · 928 阅读 · 0 评论 -
机器学习一些算法的应用01
文章目录机器学习算法应用——光学字符识别1. 基本概念2. 基本思想3. 基本识别步骤机器学习算法应用—–人脸识别1. 人脸识别基本分类2. 人脸识别基本流程及方法深度学习1. 深度学习基本概念2. deep learning训练过程3. Deep Learning的常用模型或者方法(1) AutoEncoder自动编码器(2) Deep Belief Networks深信度网络(3) Convolutional Neural Networks卷积神经网络(4) CNN网络训练步骤4. LeNet-5 机.原创 2022-03-10 10:36:39 · 228 阅读 · 0 评论 -
机器学习基本概念01
第一章 机器学习的基本概念 什么是__机器学习__ 机器学习是赋予计算机学习能力的研究领域,它不需要明确的编程,就能让计算机学习 —— Arthur Samue, 1959 01 空间表征 特征(Feature):一个具体事物的属性描述,由属性向量表示。第j个记录xjx_jxj的属性向量可以表示为: xj=(xj(1),xj(2),…,xj(i),…,xj(n),), j=1,2,…,N, xj x_j=(x_j^{(1)},x_j^{(2)},\ldots,x_j^{(i)},原创 2022-03-10 10:27:38 · 303 阅读 · 0 评论 -
机器学习常见算法优缺点分析01
常见算法优缺点 文章目录常见算法优缺点1. 朴素贝叶斯(Naive Bayes)2.Logistic Regression(逻辑回归)3.线性回归4.最近邻算法——KNN5.决策树5.1 Adaboosting6.SVM支持向量机7. 人工神经网络的优缺点8、K-Means聚类算法选择参考 1. 朴素贝叶斯(Naive Bayes) 朴素贝叶斯属于生成式模型(关于生成模型和判别式模型,主要还是在于是否需要求联合分布),比较简单,你只需做一堆计数即可。如果注有条件独立性假设(一个比较严格的条件),朴素贝叶斯分转载 2022-03-10 10:41:00 · 435 阅读 · 0 评论