小熊不去实验室

转自http://blog.csdn.net/firefight/article/details/6452188是MNIST手写数字图片库：http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list其他方法：http://blog.csdn.net/onezer

数学之美番外篇：平凡而又神奇的贝叶斯方法By 刘未鹏(pongba)C++的罗浮宫(http://blog.csdn.net/pongba)TopLanguage(http://groups.google.com/group/pongba)概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，

之前运行haar特征的adaboost算法人脸检测一直出错，加上今天的HOG&SVM行人检测程序，一直报错。今天总算发现自己犯了多么白痴的错误——是因为外部依赖项lib文件没有添加完整，想一头囊死啊做程序一定要心如止水！！！ 仔细查找！！！ 1.人脸识别程序：#include "cv.h"#include "highgui.h"#include #include #i

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================

感谢香港理工大学的Kaihua Zhang，这是他即将在ECCV 2012上出现的paper：Real-time Compressive Tracking。 这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达4

#include "cv.h"#include "highgui.h"#include "stdafx.h"#include #include #include #include #include using namespace cv;using namespace std;int main(int argc, char** argv) { vector img_

转自：http://www.cnblogs.com/joneswood/archive/2012/03/04/2379615.html1.      什么是Treelink      Treelink是阿里集团内部的叫法，其学术上的名称是GBDT（Gradient Boosting Decision Tree，梯度提升决策树）。GBDT是“模型组合+决策树”相关算法的两个基本形式中的一个，

学习SVM，首先通过http://zh.wikipedia.org/wiki/SVM，再通过博客http://blog.csdn.net/yang_xian521/article/details/6969904OpenCV开发SVM算法是基于LibSVM软件包开发的，LibSVM是台湾大学林智仁(Lin Chih-Jen)等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件

转自：http://blog.csdn.net/lyflower/article/details/1728642 文本分类中KNN算法，该方法的思路非常简单直观：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。   KNN方法虽然从原理上也依

在微博里看到被分享的一篇文章，收藏在这里，慢慢学习~统计机器学习理论 夏粉 目前机器学习的一个比较热门的方向是统计机器学习（另外一个可能是图模型，按照Jordan的说法是统计机器学习属于频率主义，而图模型属于贝叶斯主义）， 对于每一个做统计机器学习的研究者来说，他们大致可以分为两类：一类做统计学习理论相关工作，如泛化界、约简或一致性；一类做优化算法，如支持向量机、Boostin

机器学习方面的降维讲解（PCA原理，奇异值分解）：http://blog.csdn.net/abcjennifer/article/details/8002329 在图形识别方面,主成分分析(Principal Comonents Analysis,PCA)算是比较快速而且又准确的方式之一,它可以对抗图形平移旋转的事件发生,并且藉由主要特征(主成分)投影过后的数据做数据的比对,在多个特征信

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。 1. 欧氏距离(Euclidean Distance)欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距

牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at Univ.of EdinburghKristen Grauman at UT Au

今天给大家介绍一下经典的开源机器学习软件：编程语言：搞实验个人认为当然matlab最灵活了（但是正版很贵），但是更为前途的是python（numpy+scipy+matplotlib)和C/C++，这样组合既可搞研究，也可搞商业开发，易用性不比matlab差，功能组合更为强大，个人认为，当然R和java也不错.1.机器学习开源软件网（收录了各种机器学习的各种编程语言学术与商业的开源

微博上@老师木最近一段井喷式发表了大量关于ML与AI的个性见解，虽然有许多没有看太懂，但还是很有收获，老师木是个很有见地的老师~正如丕子所说，只要有收获就行，正好已经童鞋把老师木的发言做了整理，我也就懒得费劲巴哈的整了，直接链接吧。褪去华衣 裸视学习 探讨系列

转自：http://blog.csdn.net/yangliuy/article/details/8296481 以PLSA和LDA为代表的文本语言模型是当今统计自然语言处理研究的热点问题。这类语言模型一般都是对文本的生成过程提出自己的概率图模型，然后利用观察到的语料数据对模型参数做估计。有了语言模型和相应的模型参数，我们可以有很多重要的应用，比如文本特征降维、文本主题分析等等。本文主

细分析了cvhop.cpp中的compute函数，可以直接调用它来获得样本HOG，然后训练得到检测算子1.制作样本2.对每一张图片调用hog.compute(img, descriptors,Size(8,8), Size(0,0));可以生成hog descriptors，把它保存到文件中for(int j=0;jfprintf(f,"%f,",descriptors

===============================================================================这个系列转载自aladdina旨在对数据挖掘十大经典算法做泛泛的科普式介绍，如果需要深入研究请各位看官移步互联网。============================================================