hapihapi~-CSDN博客

原创机器学习——正则化（Regularizaiton-Regular-Regularize）

什么是正则化？1、从使用正则化的目的角度：正则化是为了防止过拟合。我们先对该数据做线性回归，也就是左边第一张图。如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们把此类情况称为欠拟合(underfitting)，或者叫作叫做高偏差(bias)。以预测房价为例，第二幅图，我们在中间加入一个二次项，也就是说对于这幅数据我们用二次函数去拟合。自然，可以拟合出一条曲线，事实也证明这个拟合效果很好。另一个极端情况是，如果在第三幅图中对于该数据集用一个四次多项式

2022-01-10 20:16:04 5604

原创前馈神经网络

一、神经网络基础二、误差逆传播算法（BP神经网络算法）误差函数过拟合全局最小与局部最小三、神经网络可视化一、神经网络基础1、神经元模型（neuron）。细胞体分为两部分，前一部分计算总输入值（即输入信号的加权和，或者说累积电平），后一部分先计算总输入值与该神经元阈值的差值，然后通过激活函数（activation function）的处理，产生输出从轴突传送给其它神经元。M-P神经元模型如下图所示：2、激活函数与线...

2022-01-10 12:50:53 282

原创 SMO算法总结+课堂资料汇总

输入是m个样本(x1,y1),(x2,y2),...,(xm,ym),(x1,y1),(x2,y2),...,(xm,ym),,其中x为n维特征向量。y为二元输出，值为1，或者-1.精度e。输出是近似解α。课堂

2022-01-10 11:13:07 170

原创 SVM推导过程

推导目标函数则w,b等比例缩放，则t*y的值同样缩放，从而：最大间隔分离超平面：目标函数：表示最近点到直线距离尽可能大函数间隔和几何间隔分割平面(函数间隔)。总可以通过等比例缩放w的方法，使得两类点的函数值都满足建立目标函数...

2022-01-10 11:00:19 70

原创 svm支持向量机——概念

概念：支持向量机是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。即在特征空间里面用某条线或某块面将训练数据集分成两类，而依据的原则就是间隔最大化，这里的间隔最大化是指特征空间里面距离分离线或面最近的点到这条线或面的间隔(距离)最大。注：间隔最大化的直观解释：对训练数据集找到几何间隔最大的超平面意味着以充分大的确信度对训练数据进行分类。也就是说，不仅将正负实例点分开，而且对最难分的实例点(即离平面最近的点)也有足够大的确信度将他们分开。这样的超平面对未知的新实例有很好的分类

2022-01-10 10:06:56 704

原创 opencv一个强大的图像处理和计算机视觉库（基础知识）

一、opencv是什么OpenCV其实就是一堆C和C++语言的源代码文件,这些源代码文件中实现了许多常用的计算机视觉算法。OpenCV的全称是Open Source Computer Vision Library,是一个开放源代码的计算机视觉库 OpenCV最初由英特尔公司发起并开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用,现在美国Willow Garage为OpenCV提供主要的支持 OpenCV可用于开发实时的图像处理,计算机视觉以及模式识别程序,目前在工业界以及科研领域广泛

2022-01-09 17:19:43 3181

原创卷积神经网络

定义：卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络。是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”。结构：1、输入层：卷积神经网络的输入层可以处理多维数据，常见地，一维卷积神经网络的输入层接收一维或二维数组，其中一维数组通常为时间或频谱采样；二维数组可能包含多个通道；二维卷积神经网络的输入层接收二维或三维数组；三维卷..

2021-12-27 20:23:09 1020

qq_53199855的博客