- 博客(2)
- 资源 (5)
- 收藏
- 关注
原创 K-近邻算法
K-近邻算法k-近邻算法简单、直观:给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。 优点:精度高、对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型(只在有限目标集中取值,如真与假,常用于分类问题。)。 算法输入:训练数据集T={(x1,y1),(x2,y2
2017-12-25 20:12:03 211
原创 应用示例:图像文字识别
Problem Description and Pipeline在图像文字识别应用中,我们希望从给定的图片中识别图中的文字,如: 为了实现图像文字识别,常采取如下步骤: 文字检测(text detection) 字符切割(character segmentation) 字符分类(character classification) 滑动窗口(Sliding Windows)滑动窗口是
2017-12-02 10:21:40 7981
A guide to deep learning in healthcare
2019-01-13
The Hundred-Page Machine Learning Book
2018-12-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人