荨cecilia - 博客园

SSD算法思想和结构详解

摘要：前言目标检测近年来已经取得了很重要的进程，主流算法主要分成两个类型：（1）Two stage方法：如R CNN系列算法，其主要思路就是通过Selective Search或者CNN网络产生一系列的稀疏矩阵的候选框，然后对这些候选框进行分类和回归，two stage的方法优势在于准确率度高；（2 阅读全文

posted @ 2019-08-12 21:37 荨cecilia 阅读(30496) 评论(2) 推荐(2) 编辑

第五章-一起看决策树如何做出决策？

摘要：在前面我们学习了KNN是一种基本的分类和回归方法。今天我们继续来学习另一个也能进行分类和回归的方法——决策树（ Decision Tree ）。那么对此，决策树到底是如何做出决策的呢？请接下来往下看—— 思维导图（内容概览）衡量标准对于一个统计学习方法，我们需要从模型+决策+算法逐步入手。但是在阅读全文

posted @ 2019-08-11 21:37 荨cecilia 阅读(1480) 评论(0) 推荐(0) 编辑

第四章-朴素贝叶斯朴素吗？

摘要：你觉得朴素贝叶斯朴素吗？个人觉得，一点也不朴素，如同“平凡出真知”，朴素贝叶斯还是很挺厉害的。如果想要了解朴素贝叶斯，那么需要先了解贝叶斯估计和极大似然估计。极大似然估计对于一个数据集T服从概率分布P，但是 P中参数未知，针对极大似然估计，就是将未知参数看作一个定值，从而找未知参数能阅读全文

posted @ 2019-08-10 17:15 荨cecilia 阅读(183) 评论(0) 推荐(0) 编辑

第三章-KNN(分类和回归算法模型)

摘要：上上一章已经学习了感知机模型、策略和算法，感知机对于分类任务有着其优点，但是该模型是在具有强假设的条件下——训练数据集必须是线性可分的，但是如果数据集是呈现无规则的分布，那么此时如果要做分类任务，还可以考虑 k近邻（KNN），这是一种基本的分类和回归方法，既可以做简单的二分类也可以阅读全文

posted @ 2019-08-09 21:17 荨cecilia 阅读(2665) 评论(0) 推荐(0) 编辑

第二章-感知机

摘要：看完上一章的概要学习后，开始就进入第二章的内容——感知机。对于统计学习方法而言，包含三要素，模型+策略+算法，接下来就从以下三个要素全面了解感知机。感知机模型简单来说，感知机（Perceptron）针对的是二分类的线性模型，其输入为实例的特征向量，输出为实例的类别，取+1、 1。利用数学语言抽象阅读全文

posted @ 2019-08-09 16:18 荨cecilia 阅读(387) 评论(0) 推荐(0) 编辑

第一章-统计学习方法概论

摘要：统计学习统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。总的来说，统计学习也称为统计机器学习。统计学习的特点以计算机以及网络为平台；以数据为对象，是数据驱动的学科；目的是对数据进行预测和分析；以方法为中心，构建模型并应用模型进行预测和分析；是概率阅读全文

posted @ 2019-08-08 17:08 荨cecilia 阅读(191) 评论(0) 推荐(0) 编辑