![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 74
脸红的思春期
努力
展开
-
机器学习第一章学习笔记及心得(周志华著,西瓜书)
西瓜书L1:机器主要内容是在计算机上从数据中产生”模型(model)”的算法,即学习算法(learning algorithm),有了学习算法我们可以把经验(数据)提供给它,它能提供相应的判断。如果说计算机科学是研究关于”算法”的学问,那么机器学习就是研究关于”学习算法”的学问。机器学习的目标是使学得的模型能很好的适用于新样本而不仅仅只在训练样本上工作得好模型(model):泛指从数据中学...原创 2018-12-05 17:58:36 · 443 阅读 · 0 评论 -
【基础算法】决策树演算法(Decision Tree)概述及Python实践
决策树演算法原理:透过特征值构成树结构来分类,找出在划分数据集时找出哪个特征起到了决定性的作用。目标:分类未知类别的案例,用以理解数据中所蕴涵的知识讯息优点:计算复杂度不高,输出结果易于了解,对中间值的缺失不敏感、可以处理不相关的特征数据缺点:可能有过度匹配的问题适用数据:数值型和标称型输入:未知类别的实例输出:输入实例的类别工作原理从数据集中提取出一系列规则,在每次划分前找出...原创 2019-04-16 14:35:30 · 625 阅读 · 0 评论 -
【基础算法】朴素贝叶斯演算法(Naive Bayes)概述及Python实践
贝叶斯演算法原理:透过概率论中的条件概率进行分类。会称谓’朴素’是因为整个形式化的过程只做最原始、最简单的假设。目标:分类未知类别的案例,用以理解数据中所蕴涵的知识讯息优点:在数据教少时仍然有效,可以处理多类别问题缺点:对输入数据的准备方式较为敏感适用数据:标称型输入:未知类别的实例输出:输入实例的类别工作原理朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类方法。贝叶斯...原创 2019-04-16 19:32:11 · 330 阅读 · 0 评论 -
【算法知识】先验分布、后验分布、似然估计
瓜熟蒂落,皆是因果;因果循环,报应不爽。先验概率在结果发生前就开始猜的,根据历史规律确定原因 (交通方式)的概率分布即 先验概率。后验概率预先已知结果(路上花的时间),然后根据结果估计(猜)原因(交通方式)的概率分布即 后验概率。似然估计先定下来原因,根据原因来估计结果的概率分布即 似然估计。根据原因来统计各种可能结果的概率即似然函数。...原创 2019-04-17 12:16:52 · 918 阅读 · 0 评论 -
【基础算法】K-近邻演算法(kNN)(k-NearestNeighbor)概述及Python实践
K-近邻演算法原理:测量不同特征值之间的距离方法来分类优点:精度高、对异常值不敏感、对输入数据无假定缺点:计算复杂度高、空间复杂度也高适用数据:数值型和标称型工作原理取一个样本数据集作为训练样本集,并且训练集中的每个数据都有标签,则我们知道了训练集中每一条数据与所属分类的对应关系后,每当输入没有标签的新数据后,将新数据与训练集中的每一条数据进行比较,然后算法返回最相似数据(最近邻)的...原创 2019-04-15 16:10:45 · 257 阅读 · 0 评论 -
【基础算法】逻辑回归演算法(Logistic Regression)概述及Python实践
逻辑回归原理:根据现有的数据对分类边界线建立回归公式,以此进行分类目标:分类未知类别的案例,用以理解数据中所蕴涵的知识讯息优点:计算代价不高,易于实现与理解缺点:容易欠拟合,分类精度可能不高适用数据:数值型和标称型数据输入:未知类别的实例输出:输入实例的类别工作原理逻辑回归是以线性回归为理论支持的,但是逻辑回归通过Sigmoid函数引入了非线性因素,因此可以轻松处理0/1分类问...原创 2019-04-18 11:17:56 · 492 阅读 · 0 评论 -
【文章导读】CartoonGAN: Generative Adversarial Networks for Photo Cartoonization
CartoonGAN导读作者:Yang Chen ,Tsinghua University,,ChinaYu-Kun Lai, Cardiff University,UKYong-Jin Liu,Tsinghua University,China背景:由于卡通风格具有高水平简化和抽象的独特特征卡通图像倾向于具有清晰的边缘,平滑的颜色阴影和相对简单的事实现有的方法不能产...原创 2019-04-24 12:13:15 · 1162 阅读 · 0 评论