![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学
mengxiaozuo
计算机视觉 机器学习 模式识别 目标跟踪 图像处理 opencv
展开
-
Learning中的代数结构的建立
Learning是一个融会多种数学于一体的领域。说起与此有关的数学学科,我们可能会迅速联想到线性代数以及建立在向量空间基础上的统计模型——事实上,主流的论文中确实在很大程度上基于它们。R^n (n-维实向量空间) 是我们在paper中见到最多的空间,它确实非常重要和实用,但是,仅仅依靠它来描述我们的世界并不足够。事实上,数学家们给我们提供了丰富得多的工具。“空间”(space),这转载 2014-05-16 09:08:39 · 544 阅读 · 0 评论 -
和机器学习和计算机视觉相关的数学
1. 线性代数 (Linear Algebra):我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所读的是Introduction to Linear Algebra (3rd Ed.) byGilbert Stran转载 2014-05-16 09:04:43 · 422 阅读 · 0 评论 -
什么叫3σ准则
在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴3σ原则为数值分布在(μ-σ,μ+σ)中的概率为0.6826数值分布在(μ-2σ,μ+2σ)中的概率为0.9544数值分布在(μ-3σ,μ+3σ)中的概率为0.9974可以认为,Y 的取值几乎全部集中在(μ-3σ,μ+3σ)]区间内,超出这个范围的可能性仅占不到0.3%.3σ准则是建立在正态分布的等精度重复测量转载 2015-04-09 19:53:51 · 53277 阅读 · 0 评论