机器学习
Carol_小菜鸟
重新出发,坚持努力!
展开
-
SMO(序列最小优化)算法论文及原理详述
今日拜读了Platt的关于SMO的论文:Sequential Minimal Optimization:A Fast Algorithm for Training Support Vector Machines。直译过来就是:序列最小优化:一种训练支持向量机的快速方法。文章目录一、论文内容概述论文摘要1 简介部分1.2 以前的支持向量方法2 序列最小优化2.1求解两个拉格朗日乘数2.2选择优化哪个乘数的启发式方法2.3阈值计算2.4线性支持向量机的优化2.5 代码细节2.6与以往算法的关系3基准SMO3原创 2020-11-09 15:53:22 · 4254 阅读 · 5 评论 -
卷积神经网络重新入门(一)
最近在研究人脸识别,随便看了点opencv就开始搞代码,网上也有很多大牛研究的代码,十几行到几十甚至几百行不等,简单实现人脸识别也不难。但实现效果往往不佳且不稳定。然后就想着把卷积神经网络也加进去一起训练,发现网上也有许多大牛做了相关的内容,把别人的代码粘过来跑一跑,结果报各种错误,各种问题,看了看代码,发现自己好像跟完全没接触过卷积神经网络一样,好吧,自己之前也确实是只接触了几天,然后就渐渐被我全部遗忘了。报的各种错误自己也解决不了,网上解决方法也比较多,说的最多的就是各种版本冲突问题,各种更新conda原创 2020-11-04 14:35:35 · 348 阅读 · 0 评论 -
SVM_支持向量机
文章目录SVM简介SVM的几个核心概念1 确定超平面及函数间隔2 几何间隔3 间隔最大化(硬间隔)4合页损失函数SVM简介支持向量机(support vector machines,SVM)是一种二分类模型,基本模型是定义在线性空间上的间隔最大的线性分类器,间隔大使它有别于普通的感知机,通过核技巧隐式的在输入空间直接求解映射空间中特征向量的内积,使其成为一个非线性分类器。;svm还包括核技巧,使它成为实质上的非线性分类器。SVM的学习策略是间隔最大化,可形式化为一个求解凸二次规划的问题,等价于正则化的原创 2020-11-04 14:31:56 · 335 阅读 · 0 评论 -
深度学习基础理论与算法——感知机与神经网络
文章目录一、人工智能的崛起二、 深度学习的定义1 深度学习的概念2 深度神经网络3 深度学习和机器学习的关系三、深度学习的特点1 深度学习的特点2 深度学习与机器学习对比一、人工智能的崛起2016年3月,Google公司研发的AlphaGo以 4:1击败世界围棋顶级选手李世石。次年, AlphaGo2.0对战世界最年轻的围棋四冠王柯洁, 以3:0击败对方。背后支撑AlphaGo具备如此强 大能力的,就是“深度学习”(Deep Learning)。一时间,“深度学习”这个本专属于计算机学 科的术语,成为原创 2020-11-04 14:29:40 · 424 阅读 · 0 评论