机器学习 - 随笔分类(第5页) - 未雨愁眸

摘要：P(x)P(x,y)}⇒P(y|x)自 P(x) 生成的无标签样本；自 P(x,y) 生成的标记样本；阅读全文

posted @ 2017-01-02 22:00 未雨愁眸阅读(285) 评论(0) 推荐(0)

摘要：P(x)P(x,y)}⇒P(y|x)自 P(x) 生成的无标签样本；自 P(x,y) 生成的标记样本；阅读全文

posted @ 2017-01-02 22:00 未雨愁眸阅读(355) 评论(0) 推荐(0)

摘要：1. L2 范数J~(w;X,y)=J(w;X,y)+α2wTwJ 表示的是原始的目标函数，J~ 则是二范数约束后的新的目标函数。则根据梯度下降算法有：∇wJ~=∇wJ+αww←w−ϵ∇wJ~=w−ϵ(∇J+αw)w←(1−αϵ)w−ϵ∇J 阅读全文

posted @ 2017-01-02 21:45 未雨愁眸阅读(628) 评论(0) 推荐(0)

机器学习: Viola-Jones 人脸检测算法解析(二)

摘要：上一篇博客里，我们介绍了VJ人脸检测算法的特征，就是基于积分图像的矩形特征，这些矩形特征也被称为Haar like features, 通常来说，一张图像会生成一个远远高于图像维度的特征集，比如一个 24×24 的图像，会生成162336个矩形特征。在实时的人脸检测应... 阅读全文

posted @ 2016-12-28 14:56 未雨愁眸阅读(1015) 评论(0) 推荐(0)

机器学习: Viola-Jones 人脸检测算法解析(一)

摘要：在计算机视觉领域中，人脸检测或者物体检测一直是一个非常受关注的领域，而在人脸检测中，Viola-Jones人脸检测算法可以说是非常经典的一个算法，所有从事人脸检测研究的人，都会熟悉了解这个算法，Viola-Jones算法在2001年的CVPR上提出，因为其高效而快速的... 阅读全文

posted @ 2016-12-25 10:27 未雨愁眸阅读(2336) 评论(0) 推荐(0)

计算学习理论、统计学习基础理论

摘要：computational learning theory：计算学习理论；支持向量机是建立在统计学习理论 VC 维理论和结构风险最小化原理基础上的机器学习方法。统计学习的基础就是统计推理（statistical inference），统计推理简单来说，就是估计参数... 阅读全文

posted @ 2016-12-21 23:06 未雨愁眸阅读(319) 评论(0) 推荐(0)

计算学习理论、统计学习基础理论

摘要：computational learning theory：计算学习理论；支持向量机是建立在统计学习理论 VC 维理论和结构风险最小化原理基础上的机器学习方法。统计学习的基础就是统计推理（statistical inference），统计推理简单来说，就是估计参数... 阅读全文

posted @ 2016-12-21 23:06 未雨愁眸阅读(169) 评论(0) 推荐(0)

随机森林与 GBDT

摘要：随机森林（random forest），GBDT（Gradient Boosting Decision Tree），前者中的森林，与后者中的 Boosting 都在说明，两种模型其实都是一种集成学习（ensemble learning）的学习方式。1. 随机森林随机森... 阅读全文

posted @ 2016-12-21 22:54 未雨愁眸阅读(211) 评论(0) 推荐(0)

随机森林与 GBDT

摘要：随机森林（random forest），GBDT（Gradient Boosting Decision Tree），前者中的森林，与后者中的 Boosting 都在说明，两种模型其实都是一种集成学习（ensemble learning）的学习方式。1. 随机森林随机森... 阅读全文

posted @ 2016-12-21 22:54 未雨愁眸阅读(124) 评论(0) 推荐(0)

绝对和相对误差（absolute & relative error）

摘要：1. 标量真实值为 x，测量值为 x0，绝对误差（absolute error）：Δx=x0−x（有单位）；相对误差（relative error）：δx=Δxx=x0−xx=x0x−1（是一个比值）2. 矢量间的误差def rel_err(x, y): ret... 阅读全文

posted @ 2016-12-20 17:42 未雨愁眸阅读(1534) 评论(0) 推荐(0)

绝对和相对误差（absolute & relative error）

摘要：1. 标量真实值为 x，测量值为 x0，绝对误差（absolute error）：Δx=x0−x（有单位）；相对误差（relative error）：δx=Δxx=x0−xx=x0x−1（是一个比值）2. 矢量间的误差def rel_err(x, y): ret... 阅读全文

posted @ 2016-12-20 17:42 未雨愁眸阅读(2324) 评论(0) 推荐(0)

参数方法（parameter）与非参数方法（nonparameter）

摘要：参数方法表示参数固定，不随数据点的变化而变化；非参数方法并不意味着没有参数，而是说，参数的数目随数据点而变化，1. 参数方法举例logistic regression：p(y=1|x,α)=11+exp(−xTα)，显然参数，α 的维数会随着数据集属性列个数的变化而... 阅读全文

posted @ 2016-12-11 19:08 未雨愁眸阅读(313) 评论(0) 推荐(0)

参数方法（parameter）与非参数方法（nonparameter）

摘要：参数方法表示参数固定，不随数据点的变化而变化；非参数方法并不意味着没有参数，而是说，参数的数目随数据点而变化，1. 参数方法举例logistic regression：p(y=1|x,α)=11+exp(−xTα)，显然参数，α 的维数会随着数据集属性列个数的变化而... 阅读全文

posted @ 2016-12-11 19:08 未雨愁眸阅读(3199) 评论(0) 推荐(0)

简单推导 PCA

摘要：考虑二维数据降低到一维的例子，如下图所示：最小化投影方差（maximize projected variance）：1N∑n=1N(uuT1xn−uuT1x¯)=uuT1Suu1,s.t.uuT1uu1=1则根据拉格朗日乘子法，有：uuT1Suu1+λ(1−uuT... 阅读全文

posted @ 2016-12-10 21:49 未雨愁眸阅读(208) 评论(0) 推荐(0)

简单推导 PCA

摘要：考虑二维数据降低到一维的例子，如下图所示：最小化投影方差（maximize projected variance）：1N∑n=1N(uuT1xn−uuT1x¯)=uuT1Suu1,s.t.uuT1uu1=1则根据拉格朗日乘子法，有：uuT1Suu1+λ(1−uuT... 阅读全文

posted @ 2016-12-10 21:49 未雨愁眸阅读(197) 评论(0) 推荐(0)

隐变量模型（latent variable model）

摘要：连续隐变量模型（continuous latent model）也常常被称为降维（dimensionality reduction） PCAFactor AnalysisICA连续的情形比离散的情况更有效在信息表示上；阅读全文

posted @ 2016-12-10 21:05 未雨愁眸阅读(3720) 评论(0) 推荐(0)

隐变量模型（latent variable model）

摘要：连续隐变量模型（continuous latent model）也常常被称为降维（dimensionality reduction） PCAFactor AnalysisICA连续的情形比离散的情况更有效在信息表示上；阅读全文

posted @ 2016-12-10 21:05 未雨愁眸阅读(1524) 评论(0) 推荐(0)

机器学习: TensorFlow with MLP 笑脸识别

摘要：Tensor Flow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。这是谷歌开源的一个强大的做深度学习的软件... 阅读全文

posted @ 2016-12-10 11:50 未雨愁眸阅读(1426) 评论(0) 推荐(0)

利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】（二）

摘要：前言这次的博客主要是关于如何进行车辆区域检测的，因为前段时间要考试了，沉迷学习（逃没有更新。把代码上传到了Github，有兴趣的同学可以下下来玩一玩。这一次更新了一个GUI界面，当然，是我们Matlab课的小伙伴一起做的~如何使用R-CNN?在Matlab中，其... 阅读全文

posted @ 2016-12-07 16:31 未雨愁眸阅读(1485) 评论(0) 推荐(0)

随笔分类 - 机器学习