![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
理论研究
萌萌的生活
这个作者很懒,什么都没留下…
展开
-
机器学习+逻辑斯蒂回归算法
要求:要会推导参考文献:https://zhuanlan.zhihu.com/p/34325602转载 2018-04-03 15:28:52 · 320 阅读 · 0 评论 -
机器学习+集成学习
要求:要会推导bagging方法:看周志华教授的西瓜书 boosting方法:看李航的蓝书,特别的对于GBDT,这篇文章写的很清晰,推导相对简单 stacking方法:没有特别好的讲解,都看看吧,这篇还行 决策树:cart树是最常问的,详见李航蓝书,从推导到剪枝都要会==============================集成学习==========================...转载 2018-04-03 15:31:55 · 467 阅读 · 0 评论 -
梯度下降算法
参考文献:https://blog.csdn.net/tsyccnh/article/details/76270707转载 2018-04-03 16:09:38 · 93 阅读 · 0 评论 -
图像处理+边缘检测算法
一、边缘检测算子类别 常见边缘检测算子:Roberts 、Sobel 、Prewitt、Laplacian、Log/Marr、Canny、Kirsch、Nevitia二、一阶微分算子:Roberts 、Sobel 、Prewitt Robert算子是第一个边缘检测算子,提出者Lawrence Roberts in 1963。 Sobel边缘算子,当年作者并没有...转载 2018-04-03 16:41:15 · 20891 阅读 · 1 评论 -
机器学习+随机森林
随机森林算法(RandomForest,简称RF)一、解决的问题二、解决方法的框架/流程1.基本思想:RF在以决策树为基学习器构建Bagging集成的基础上,进一步在决策树的训练过程中引入了随机属性选择。(即先从节点的属性集合M中随机选择一个包含k个属性的子集,然后再从这个子集中选择一个最优属性用于划分,一般k远小于M,取k= )。2、基本的流程:a. 从训练数据中选取n个数据作为训练数据输入,有...转载 2018-04-04 10:20:33 · 355 阅读 · 1 评论 -
论文阅读-RCNN
《Regions with CNN features》-2014代码和论文地址:https://github.com/rbgirshick/rcnn一、解决什么问题?1.属于目标检测领域。2.二、怎么解决问题?1、基本的思想大样本下有监督训练+小样本微调的方式解决小样本难以训练甚至过拟合问题。2、大概的流程(一)训练阶段:概述:比较详细的介绍:1. 使用SS提取proposal。 对训练...原创 2018-04-02 16:44:03 · 1005 阅读 · 0 评论 -
机器学习-贝叶斯算法
贝叶斯算法和最大似然法的区别1.最大似然法是根据样本来计算参数。十分依赖训练的样本。2.贝叶斯依赖于先验概率。例子:连续抛两次硬币,都是正面。则贝叶斯猜测第三次出现正面的概率是1/2,而最大似然法是猜测第三次出现正面的概率是1....原创 2018-04-02 16:44:25 · 142 阅读 · 0 评论