![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
三选在阿里搬砖块
00年程序员,22年进入阿里巴巴,记录人生和职业里程,分享开发相关知识。
展开
-
mobilenet_v1代码实现
import tensorflow as tf from mobilenet_v1 import mobilenet_v1,mobilenet_v1_arg_scope import cv2 import os import numpy as np slim = tf.contrib.slim CKPT = 'mobilenet_v1_1.0_192.ckpt' dir_path = 'test...原创 2020-04-15 21:45:40 · 782 阅读 · 0 评论 -
《机器学习》第九章 聚类
9.2 性能度量 外部指标:将评价结果与专家给出的模型的结果相对比 S=Same D=Different 给出两种簇划分的方式 ; b:第i和第j个样本在第一种划分中属于同一个簇,在第二种划分中属于不同的簇。 表示两者划分完全相同的可能性在可能相同中的比例。 表示完全相同的可能性在第一种划分中相同的可能性的比例乘上在第二种种相同的可能性。 两次判断相同占所有可能的比例。 内部指...原创 2020-02-02 16:37:28 · 1169 阅读 · 0 评论 -
《机器学习》第十一章 特征选择与稀疏学习
11.1 子集搜索与评价 相关特征:对当前的学习任务有用的特征; 无关特征:对当前的学习任务无用的特征; 冗余特征:可以被其他特诊表示的特征。 目标:找到相关特征构成的集合,实现降低维度,增加准确率的目的。 问题:如何去寻找最优的子集?如何评价子集的优良? 子集搜索:以迭代的方式,通过不断的增加(减少)新的特征来找到最优子集。 增加:已得到子集A,未处理子集B,AUB=全集 ,A∩B=∅,从B中依...原创 2020-02-02 16:28:56 · 968 阅读 · 0 评论 -
《机器学习》第十章 降维与度量学习
降维的核心就是如何选择较好的不变量,通过维度的转换实现更高的准确率。 1.k近邻学习:一种投票学习法,可以作为一种度量手段;(疑问:为什么放在这一章?) 2.低维嵌入(MDS):保持高低维度中距离的不变性; 3.主成分分析(PCA):最大可分性和最近同构性,保留主要信息; 4.核化线性学习:非线性映射,高维的基坐标能被所有的样本点表示; 5.流形学习:高低维度中局部信息保持不变; 6.度量学习:如何直接对距离的表现形式进行学习。原创 2020-01-26 16:54:10 · 1929 阅读 · 0 评论 -
《机器学习》序言
《机器学习》序言 符号学习和统计学习的发展前景? 符号学习:基础学习方式,类比于人的大脑对概念,语法,语句结构等进行直接的学习。 统计机器学习:利用大量的统计数据进行学习,构造出对应的模型,得到比较好的参数和结构。 虽然统计机器学习如今是机器学习的主流,但是符号学习作为一种更加基本的机器学习方式,是否会出现两者“三十年河东三十年河西”的情况?更甚者人们会转向对于更加基础的理论知识的学习? 寻找能摆...原创 2020-01-19 15:46:52 · 184 阅读 · 0 评论