【机器学习算法】
文章平均质量分 95
小武~~
静心尽力,总结沉淀!
关注 OpenImage,我们坚持开源,可以一起分享、学习图像处理相关的小知识,获取或分享学习资源,还可以和博主以及其他小伙伴们一起交流学习哦。
展开
-
Kalman滤波C语言和C++版本实现
写在前面Kalman滤波的理论是比较有深度的,涉及到很多公式推导,尤其是用到了很多线性代数的知识。这篇博客是博主基于工作内容实现的,所以主要偏向于应用,代码也是经过无数次验证了的,是比较稳定的,大家可以放心使用,有问题可以留言交流。关于更深层次的理论推导,这里将不会涉及,但是会推荐几个写的不错的博客供大家参考。Kalman滤波基本原理思想Kalman的思想还是很简洁的,标准卡尔曼滤波的核心思想是:假定观测的系统是线性的,噪声都满足高斯分布。这一刻系统的状态(最优估计)是这一刻的.原创 2021-01-17 22:10:35 · 6763 阅读 · 15 评论 -
机器学习—初窥支持向量机(SVM)
前言SVM算法在在1995年正式发表,在针对中小型数据规模的分类任务上有着卓越的效果,同时有着完整的理论证明,在20世纪末的几年和21世纪初的10年完胜神经网络,吴恩达在其2003年的《Machien learning》公开课上用两节课的时间对其进行讲解,而神经网络讲解了20min左右。就是这个算法把神经网络按在地上摩擦了大概15年的时间,直到深度学习的兴起。但即便这样,现在SVM算法依旧被广...原创 2019-08-26 16:37:46 · 1298 阅读 · 0 评论 -
机器学习—K近邻(KNN)
算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器,记住所有的训练数据,对于新的数据则直接和训练数据匹配,如果存在相同属性的训练数据,则直接用它的分类来作为新数据的分类。这种方式有一个明显的缺点,那就是很可能无法找到完全匹配的训练记录。kNN算法则是从训练集中找到和新数据最接近的k...转载 2019-08-27 10:59:35 · 468 阅读 · 0 评论 -
机器学习——ANN(BP神经网络)
1 反向传播算法和BP网络简介误差反向传播算法简称反向传播算法(即BP算法)。使用反向传播算法的多层感知器又称为BP神经网络。BP算法是一个迭代算法,它的基本思想为:(1)先计算每一层的状态和激活值,直到最后一层(即信号是前向传播的);(2)计算每一层的误差,误差的计算过程是从最后一层向前推进的(这就是反向传播算法名字的由来);(3)更新参数(目标是误差变小)。迭代前面两个步骤,直...转载 2019-08-28 13:47:41 · 2871 阅读 · 0 评论 -
机器学习——K-means算法
K-Means算法是无监督的聚类算法,它实现起来比较简单,聚类效果也不错,因此应用很广泛。K-Means算法有大量的变体,本文就从最传统的K-Means算法讲起,在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的优化Mini Batch K-Means算法。1. K-Means原理初探 K-Mea...转载 2019-08-29 08:23:30 · 955 阅读 · 0 评论