hSheng

摘要： 《Machine Learning - A Probabilistic Perspective》作者：Kevin Patrick Murphy第一章：导论1.1 什么是机器学习，为什么需要机器学习。 大数据时代，要求机器能自动分析数据，能从已知的数据中学习一些隐藏的模式，来预测未来的数据，或者执行一些决策。 机器学习大体分为两类：预测或者有监督学习：这个方式需要有训练数据库，然后给定输入特征、属性或者协变量，给定输出的信息。如果输出的是类别信息，则称这类问题叫分类问题，或者模式识别问题。如果输出的是连续值，则称这类问题为回归问题（regression)。 描述（descriptive）或... 阅读全文

摘要： 本文是CVPR的oral文章，是对低秩矩阵重构在显著性方面的应用。这篇文章的三个创新点：1，提出了一个新的图像表达方式。通过分割和特征转换学习，本文的模型基于底秩矩阵重建理论。这个模型提供了一个新的显著性提取视角，达到了当前的技术水平；2，本文的模型自然地在一个框架下结合了高层top-down信息和底层bottom-up显著性，这在以前是没有的；3，本文提出的模型能在将来应用于基于任务的显著性提取以及随后的一些应用。【本文完】 阅读全文