随笔分类 - 机器学习_深度学习-Notes
1. 入门阶段的笔记与心得,参考资料包括各种tutorial: NJU_WJX, NJU_ZHZ_西瓜书
2. 各种进阶的阅读,思考,实践的总结
摘要:1. Introduction 1.1 大纲 1. 贝叶斯 2. SVM 3. Unsupervised Learning & Clustering 4. Algorithm independent ML 5. Application & Examples 1.2 PR ? 定义:输入原数据,提取它
阅读全文
摘要:1. 什么是流形 1. 两个例子: 现在我们想表示一个圆, 在平面直角坐标系中,这个圆可以被一个二维点集{(x,y)| x^2 + y^2 流形学习的观点是认为,我们所能观察到的数据实际上是由一个低维流形映射到高维空间上的。由于数据内部特征的限制,一些高维中的数据会产生维度上的冗余,实际上只需要比较
阅读全文
摘要:后面查知乎,谷歌,论文,解决这个问题
阅读全文
摘要:要先在知乎上:问清楚怎么去入门DL。打好DL的基础及论文起步? 然后,再去知乎上彻底问清楚,CV真正应该如何起步? 最后才是找新兴趣点,找海量论文进行灌输自我! 论文的同时,回滚补DL和CV的基础。 我目前的根本应该是研究DL是什么?有什么?没有什么?我能用DL做CV的什么?我想怎么用DL来改进CV
阅读全文
摘要:1. 首先,我正在跟B站上一个大佬介绍Latex的视频{让我去试验下,看看好不好,好的话我再做详细推荐和使用方法}。 2. 上述视频有推荐一个wiki, https://en.wikibooks.org/wiki/LaTeX 3. 我正在试用那个教程,后续会逐步更新学习笔记
阅读全文