- 博客(15)
- 收藏
- 关注
RSS订阅原创 「4」「======」cvpr2020论文学习
文章目录HRDNet: High-resolution Detection Network for Small ObjectsHigh-Resolution Detection NetworkExperimentsMultiResolution Attention Extractor for Small Object Detection前言 最近需要汇报小目标检测相关的论文，开坑记录下。HRDNet: High-resolution Detection Network for Small Objects
2020-09-07 10:05:46
1939
原创 目标检测学习 「======」 1
1. Kaggle目标检测第一名的一篇论文：Large-scale Landmark Retrieval/Recognition under a Noisy and Diverse Dataset论文地址摘要：这篇论文篇幅比较短，主要描述了在这个比赛中的如何处理数据、建立模型、模型融合。2. SSD目标检测代码学习摘要：SSD的tensorflow代码实现在网上还是很多的，大同小异，选择了其中一个处在我这个阶段的新手能够看懂的tensorflow-SSD，但又能提升tensorflow能力的一份
2020-07-14 10:47:37
602
原创 机器学习面经——LR、SVM相关问题
文章目录指数分布族与广义线性模型LRLogistic Regression推导多项Logistic回归从神经网络的角度看LRLR的优点LR的缺点LR与线性回归的区别与联系LR与SVM的区别MaxEnt模型Softmax模型与LR相关的模型：参考内容指数分布族与广义线性模型 在概率统计中，如果某概率分布满足下式子，我们称之为指数分布族。p(y;η)=b(y)exp(ηT(y)−a(η))p...
2020-07-14 10:40:56
1098
原创 《统计学习方法》——奇异值分解(SVD)
奇异值分解(singular value decomposition,SVD)是矩阵因子分解方法。主成分分析、潜在语义分析都用到奇异值分解。矩阵的奇异值分解可以看作是方阵对角化的推广。15.1 奇异值分解的定义与性质15.1.1 定义与定理定义15.1（奇异值分解）矩阵的奇异值分解是指，将一个非零的m×nm\times nm×n实矩阵AAA，A∈Rm×nA\in R^{m\times...
2020-07-14 10:37:50
602
原创 《统计学习方法》——隐马尔可夫模型
隐马尔可夫模型(hidden Markov model,HMM)是可用于标注问题的统计学模型，描述由隐藏的马尔可夫链生成观测序列的过程，属于生成模型。10.1 隐马尔可夫模型的基本概念10.1.1 隐马尔可夫模型的定义定义10.1（隐马尔可夫模型） 隐马尔可夫模型是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测从而产生观测随机序...
2020-07-14 10:37:03
167
原创 秋招面试准备——机器学习面经
统计学习方法部分：推导LR画LSTM的图、画CNN的图介绍CNN过拟合得解决方法方差偏差分解的公式一道贝叶斯公式的概率题逻辑回归和svm。说说逻辑回归怎么实现多分类svm里什么时候用线性核和高斯核吧，比如样本数很多时，用哪种核？决策树中信息增益的公式、解释信息增益代表什么意思，包括在哪些情况下信息增益中的H最大等问题；随机森林整个相关的基础内容，比如决策树，随机森林是过...
2020-07-14 10:35:50
347
原创 Kaggle——‘LANL Earthquake Prediction‘
一. 项目介绍： 1. 训练输入数据由一个超过6.29亿行的声学信号组成。每个声信号值都与地震发生的时间有关，每个声学信号都与地震的发生时间有关；测试集含有15万个样本组成，与测试集不同的是这些样本是长期从地震中采集出来的，因此需要检查15万个测试样本中的数据； 2. 训练样本的采样频率是4MHz，这意味着每个间隙中有46-48个丢失的数据样本，这取决于如何解释间隙。这些缺口的...
2020-07-14 10:35:15
295
原创 第一次Kaggle比赛——Don't Overfit! II
这是新手小白的第一场比赛，写这篇博客也是为了整理比赛思路，以便应对即将到来的提前批招聘及秋招。 首先简单介绍一下这个比赛，这场比赛的训练集仅有250个样本，测试集有19750个样本，输入样本是300维数据x∈R300x\in R^{300}x∈R300，输出是二分类即y∈{0,1}y\in\lbrace0,1\rbracey∈{0,1}，比赛没有模拟任何实际背景。公共训练数据集中含有197...
2019-07-12 19:18:53
1214
原创 EM算法、GMM、K-means
EM算法是一种迭代算法，用于含有隐含变量的概率模型参数的极大似然估计，或者极大后验概率估计。EM算法的每次迭代由两步组成：E步，求expection；M步，求maximization. 此算法也成为期望极大算法(expection maximization)，EM算法。9.1 EM 算法的引入9.1.1 EM 算法 将可观测数据表示为Y=(Y1,Y2,⋅⋅⋅,Yn)TY=(Y_1,...
2019-06-28 16:46:43
412
原创 李航《统计学习方法》——聚类方法
聚类方法有很多，下面叙述最常用的两种聚类方法：层次聚类和k均值聚类。层次聚类又有聚合和分裂两种方法。聚合法开始将每个样本各自分到一个类；之后将距离最近的两类合并，建立一个新的类；之后将已有类别中相聚最远的样本分到两个新的类，重复此操作直到满足停止条件，得到层次化的类别。14.1 聚类的基本概念14.1.1 相似度或距离 聚类的对象是观测数据或样本集合。...
2019-06-28 16:46:11
847
原创 李航《统计学习方法》——马尔可夫链蒙特卡罗法
蒙特卡罗法（也称为统计模拟方法）是通过从概率模型的随机抽样进行近似数据计算的方法。马尔可夫链蒙特卡罗（MCMC）法是以马尔可夫链为概率模型的蒙特卡罗法。 MCMC方法的基本思想是：通过蒙特卡罗法构建一个马尔可夫链，使其平稳分布就是要进行抽样的分布，首先基于该马尔可夫链进行随机游走，产生样本序列，之后使用该平稳分布的样本进行近似的数值计算。19.1 蒙特卡罗法19.1.1 随机抽样 ...
2019-06-28 16:45:33
1697
原创 kaggle新手第三场比赛——Instant-Gratification-top3%(1)
1.项目介绍 这场比赛中给出了二分类的数据集和一首藏头诗，这首诗中暗藏的玄机我们会在接下来的分析当中逐渐给出说明。比赛的数据集依旧是老三样：训练集(train.csv)、测试集合(test.csv)以及结果提交模版(submission.csv)。Silly column names abound, but the test set is a mystery. Careful how y...
2019-06-23 18:07:32
905
原创 8.4 提升树
提升树1 . 提升树模型 提升方法实际是采用加法模型与前向分布算法 ，以 决策树为基函数 的提升方法称为提升树(boosting tree)。对分类问题决策树是二叉分类树，对回归问题决策树是二叉回归树。提升树模型可以表示为决策树的加法模型：fm(x)=fm−1(x)+T(x;Θm) f_m(x)=f_{m-1}(x)+T(x;\Theta_m)fm(x)=fm−1(x)+T(x;Θm...
2019-05-09 21:37:58
185
原创 深度学习——自学笔记2
在回顾深度学习相关知识的时候参考链接博客，将自己遗忘的知识点进行整理归纳。Train/Dev(验证集）/Test Sets没有Test sets也是没有问题的。Test sets的目标主要是进行无偏估计。我们可以通过Train sets训练不同的算法模型，分别在Dev sets(测试不同算法的表现)上进行验证，根据结果选择最好的算法模型。这样也是可以的，不需要再进行无偏估计了。如果只有Tra...
2019-02-27 14:10:39
473
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人