摘要:
记录了LeetCode上部分链表类题。 阅读全文
摘要:
本文主要梳理了目标检测任务,包括目标检测简介、常用数据集、常用技巧,以及经典的两段式和一段式模型。 阅读全文
摘要:
本文详细介绍了类别不平衡的概念、导致分类困难的原因、解决方案、类别不平衡时评价指标以及方案选择建议。 阅读全文
摘要:
介绍了几种常见的模型评估指标,包括混淆矩阵、准确率、查准率、查全率、F1指数、PR曲线、ROC曲线,以及各自的特点和应用场景。 阅读全文
摘要:
介绍目标检测中三种最常见的代码:IOU、NMS和mAP。 阅读全文
摘要:
介绍了Trie树(又称字典树、单词查找树、前缀树)的C++实现和LeetCode上实例。 阅读全文
摘要:
主要介绍集成模型,包括Bagging、RandomForest、Adaboost、决策树和GBDT,其中决策树和GBDT按照自己的理解整理而成。 阅读全文
摘要:
介绍了核技巧最经典的应用:SVM,主要包括硬间隔和软间隔SVM的原始问题和拉格朗日对偶问题,核函数,以及核函数是如何应用在SVM中。 阅读全文
摘要:
本文主要介绍了如何利用OpenCV检测图片或摄像头视频中的人脸。 阅读全文
摘要:
介绍了ML的实用技巧:过拟合的原因和解决方案,ML的三大原则,ML下一步的方向。 阅读全文
摘要:
介绍了最基本的线性模型:包括线性回归和逻辑回归,及其在分类上的应用。 阅读全文
摘要:
介绍了机器学习的可行性:包括NFL定理、VC理论及其意义。 阅读全文
摘要:
主要介绍了ML的概念:包括定义、应用ML的核心特征、与相关领域的关系、分类,以及最原始的Perceptron模型。 阅读全文
摘要:
整理了《机器学习基石》和《机器学习技法》大纲和相关笔记。 阅读全文