机器学习ML
StefanSalvatore
不忘初心
展开
-
Adaboost 算法实例解析
目录(?)[+] Adaboost 算法实例解析1 Adaboost的原理1.1 Adaboost基本介绍 AdaBoost,是英文"Adaptive Boosting"(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。Adaboost是一种迭代算法,其核心思想是针对同转载 2016-05-26 21:04:06 · 3609 阅读 · 0 评论 -
机器学习中的相似性度量 (多种几何距离定义)
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。本文目录:1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯转载 2016-07-21 08:58:16 · 5253 阅读 · 0 评论 -
深度学习的一些网址
1. SSD配置及运行http://lib.csdn.net/article/deeplearning/538592. RCNN学习笔记(10):SSD:single shot multibox detectorhttp://blog.csdn.net/smf0504/article/details/52745070原创 2017-05-20 02:03:22 · 349 阅读 · 0 评论 -
【数据降维】数据降维方法分类
目录(?)[+] 数据降维基本原理是将样本点从输入空间通过线性或非线性变换映射到一个低维空间,从而获得一个关于原数据集紧致的低维表示。数据降维工具箱drtoolbox中众多算法,这里简单做个分类。因为很多并没有仔细了解,在此次只对八种方法做分类:主成分分析(Principal Component Analysis,PCA转载 2016-05-29 00:49:58 · 1127 阅读 · 0 评论 -
牛人主页(主页有很多论文代码)
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转载 2016-07-21 09:20:40 · 978 阅读 · 0 评论 -
Machine Learning Softwares
C/C++ ProgrammingC++ TutoralThe cplusplus.com TutorialC++ StringIntroduction to Object-Oriented Programming Using C++DJGPPStandard Templale LibraryMakefile TutorialMachine Lear转载 2016-08-03 20:28:16 · 701 阅读 · 0 评论 -
基于python的机器学习库
这一篇介绍较为详细http://blog.chinaunix.net/uid-22414998-id-4143709.htmlPython 在科学计算领域,有两个重要的扩展模块:Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括:一个强大的N维数组对象Array;比较成熟的(广播)函数库;用于整合C/C++和Fortra转载 2016-06-22 09:59:11 · 467 阅读 · 0 评论 -
经典机器学习源代码
转自:http://www.cnblogs.com/kshenf/archive/2012/06/14/2548708.html 感谢分享!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,易用性转载 2016-06-22 09:45:44 · 2211 阅读 · 0 评论 -
how to draw Opencv face detection Adaboost ROC/PR (绘制方法)
关于adaboost的一些说明 cf.http://www.opencv.org.cn/forum/viewtopic.php?t=4264Rainer Lienhart, Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection: Receiver Operatin转载 2016-07-28 10:43:33 · 1145 阅读 · 1 评论 -
分类之性能评估指标
本文主要介绍几种常用的用于分类的性能评估指标,同时介绍如何绘制ROC曲线以及计算AUC值的便捷方法。最后再附上一个绘制ROC曲线和计算AUC的源码实现(Python)。Precision和Recall首先我们来看看下面这个混淆矩阵:pred_label/true_labelPositiveNegativePosit转载 2016-07-12 00:22:49 · 785 阅读 · 0 评论 -
机器学习算法比较
本文主要回顾下几个常用算法的适应场景及其优缺点!(提示:部分内容摘自网络)。机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法,诸如SVM,GBDT,Adaboost,现在深度学习很火热,神经网络也是一个不错的选择。假如你在乎精度(accuracy)的话,转载 2016-07-12 00:05:22 · 899 阅读 · 0 评论 -
AdaBoost--从原理到实现
一.引入 对于Adaboost,可以说是久闻大名,据说在Deep Learning出来之前,SVM和Adaboost是效果最好的 两个算法,而Adaboost是提升树(boosting tree),所谓“提升树”就是把“弱学习算法”提升(boost)为“强学习算法”(语自《统计学习方法》),而其中最具代表性的也就是Adaboost了,貌似Adaboost的结构还和Neu转载 2016-05-26 19:20:20 · 514 阅读 · 0 评论 -
SVM算法的生动讲解
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com 前言: 又有很长的一段时间没有更新博客了,距离上次更新已经有两个月的时间了。其中一个很大的原因是,不知道写什么好-_-,最近一段时间看了转载 2016-05-28 21:01:32 · 605 阅读 · 0 评论 -
如何简单形象又有趣地讲解神经网络是什么?
神经网络很萌的!0. 分类神经网络最重要的用途是分类,为了让大家对分类有个直观的认识,咱们先看几个例子:垃圾邮件识别:现在有一封电子邮件,把出现在里面的所有词汇提取出来,送进一个机器里,机器需要判断这封邮件是否是垃圾邮件。疾病判断:病人到医院去做了一大堆肝功、尿检测验,把测验结果送进一个机器里,机器需要判断这个病人是否得病,得的什么病。猫狗分类:有一大堆猫、狗照片,把每一张转载 2016-05-28 13:24:19 · 637 阅读 · 0 评论 -
利用Hog特征和SVM分类器进行行人检测
之前介绍过Hog特征(http://blog.csdn.net/carson2005/article/details/7782726),也介绍过SVM分类器(http://blog.csdn.net/carson2005/article/details/6453502 );而本文的目的在于介绍利用Hog特征和SVM分类器来进行行人检测。 在2005年CVPR上,来自法国的研究转载 2016-08-24 10:14:34 · 820 阅读 · 0 评论