kamekin

摘要： 一、特征选择基本问题 我们将属性称为“特征”（feature），对当前学习任务有用的属性称为“相关特征”（relevant feature）、没什么用的属性称为“无关特征”（irrelevant feature）。 从给定的特征集合中选择出相关特征子集的过程，称为“特征选择”（feature sel 阅读全文

摘要： 一、半监督学习 1-1、什么是半监督学习 让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是半监督学习（semi-supervised learning）。 要利用未标记样本，必然要做一些将未标记样本所揭示的数据分布信息与类别标记相联系的假设。假设的本质是“相似的样本拥有相似的输出”。 阅读全文

摘要： 本篇博客主要是对周志华“机器学习”中集成学习这一章的摘抄，总结，拒绝公式，以及自己使用过程中的一点经验。 1、集成学习的基本概念、条件及意义 集成学习（ensemble learning）通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统（multi-classifier system 阅读全文

摘要： 写在前面： 一直没有整理的习惯，导致很多东西会有所遗忘，遗漏。借着这个机会，养成一个习惯。 对现有东西做一个整理、记录，对新事物去探索、分享。 因此博客主要内容为我做过的，所学的整理记录以及新的算法、网络框架的学习。基本上是深度学习、机器学习方面的东西。 第一篇首先是深度学习图像分割——U-net网 阅读全文