荨cecilia - 博客园

强化学习课程学习（3）——初识Reinforcement Learning

摘要：在整理一些相关的数学基础知识后，接下来就让我们来和Reinforcement Learning来个第一次的约会😊😝吧！这门课程学习笔记会不断更新哦，欢迎关注和沟通学习~~ 个人觉得，在学习一个新知识的过程中，一般都会是What->How->Why的思路去认识以及理解这个新知识，那么下面就按照这阅读全文

posted @ 2020-06-17 12:49 荨cecilia 阅读(541) 评论(0) 推荐(0)

强化学习课程学习（2）——必备数学基础集锦

摘要：在了解了深度学习的基本理论以后，可以开始不断的去深入了解背后的原理是什么。为什么图片能被计算机读取？为什么我们可以用CNN对成千上万中图片进行分类，这背后的原理是什么？在了解原理之前，因为无论是深度学习还是机器学习，背后都是有一些数学原理和公式推导的，所以掌握必备的数学知识必不可少，在加入百度AI 阅读全文

posted @ 2020-06-17 12:43 荨cecilia 阅读(1501) 评论(0) 推荐(0)

强化学习课程学习（1）——深度学习前期回顾

摘要：在实习的过程中给，碰到有个项目是有关医疗行业中某种疾病的预测，正好需要加补点强化学习的相关基础以及知识，经过朋友推荐，考虑并加入了百度AI Studio开展的强化学习课程，以便于提升自己的知识面，下面是由大度大佬提供的学习资料—— 相关学习内容同步更新到我的另一个博客上,有兴趣的朋友可以关注，感谢~ 阅读全文

posted @ 2020-06-17 12:40 荨cecilia 阅读(450) 评论(0) 推荐(0)

如何科学地评估和评判深度学习模型？

摘要：最近在考虑要发Paper，在模型的性能比较中，除了采用Precision/Recall的比较之外，为了进一步验证论文中的选择是存在可证明性的，因此考虑了使用F test对多种模型算法进行统计显著性检验。常见的模型评估与方法误分率(misclassification rate)，即准确度。精确率阅读全文

posted @ 2019-10-22 17:15 荨cecilia 阅读(3220) 评论(0) 推荐(1)

疑难杂症-使用pandas_profiling查看EDA数据文档遇到的一些坑

摘要：最近在学习特征工程相关的东西，发现这个包特别适合直观地能够展示数据地很多细节的地方，包括缺失值等相关信息。然后，我就开始折腾发现一下子把原本好好的环境（ Anaconda3.5、Python3 ）给折腾坏了（以上的表情包代表那时我的心情蓝瘦香菇~），并且出现了以下几个问题，对此，我做了相关阅读全文

posted @ 2019-09-25 12:33 荨cecilia 阅读(678) 评论(0) 推荐(0)

YOLOv3的论文详解

摘要：引言 YOLOv3发布了，但是正如作者所说，这仅仅是他们近一年的一个工作报告（TECH REPORT），不算是一个完整的paper，因为他们实际上是把其它论文的一些工作在YOLO上尝试了一下。相比YOLOv2，我觉得YOLOv3最大的变化包括两点：使用残差模型和采用FPN架构。YOLOv3的特征阅读全文

posted @ 2019-09-23 10:28 荨cecilia 阅读(4632) 评论(0) 推荐(0)

YOLO2——YOLO9000,Better, Faster, Stronger论文详解

摘要：引言 YOLOv2的论文全名为YOLO9000: Better, Faster, Stronger，它斩获了CVPR 2017 Best Paper Honorable Mention。在这篇文章中，作者首先在YOLOv1的基础上提出了改进的YOLOv2，然后提出了一种检测与分类联合训练方法，使用这阅读全文

posted @ 2019-09-23 10:21 荨cecilia 阅读(578) 评论(0) 推荐(0)

YOLO——You Only Look Once论文详解

摘要：创新点 YOLO将物体检测作为回归问题求解。基于一个单独的end to end网络，完成从原始图像的输入到物体位置和类别的输出。从网络设计上，YOLO与rcnn、fast rcnn及faster rcnn的区别如下： [1] YOLO训练和检测均是在一个单独网络中进行。YOLO没有显示地求取regi 阅读全文

posted @ 2019-09-20 15:47 荨cecilia 阅读(712) 评论(0) 推荐(1)

第十二章-自我总结

摘要：在学习和推导了中的内容，收获蛮多，对此，既然轻轻地来了，那就得潇洒地给这个阶段学习的内容画上一个圆满的句号。统计学习方法总结以下是整本书中出现的10种统计学习方法的特点和概括总结，对于学习的一些方法，我们需要很清楚的知道这些统计学习方法的模型、策略、算法，还有适合应用的场景，这才对于我们以后在阅读全文

posted @ 2019-09-20 15:18 荨cecilia 阅读(156) 评论(0) 推荐(0)

第十一章-CRF的奇妙之处

摘要：上篇中，我们了解到HMM的相关知识，并且知道HMM属于概率有向图模型，接下来，让我们一起学习总结概率无向图模型——条件随机场(Conditional Random Field, CRF)。思维导图概率无向图模型概率无向图模型又称为马尔可夫随机场，是一个可以由无向图表示的联合概率分布。模型定义阅读全文

posted @ 2019-09-20 15:15 荨cecilia 阅读(250) 评论(0) 推荐(0)