摘要： Supervised Learning首先给出一些基本定义，x(i) 表示输入变量或者输入特征，y(i) 表示输出变量或者目标值。(x(i),y(i) 称为一对样本，一组样本 {(x(i),y(i));i=1,2,...,m} 称为训练集，其中X 表示输入变量的值域，... 阅读全文

摘要： 矩阵的基本概念假设 aij∈R, 其中 i=1,2,...,m; j=1,2,...,n. 我们定义如下的行列式： A=⎡⎣⎢⎢⎢⎢a11a21⋮am1a12a22⋮am2⋯⋯⋯a1na2n⋮amn⎤⎦⎥⎥⎥⎥ 是一个维数为 m×n 的实数矩阵。有时候我们会用如下的表... 阅读全文

摘要： 参考： PS 图像特效，百叶窗// define head function#ifndef PS_ALGORITHM_H_INCLUDED#define PS_ALGORITHM_H_INCLUDED#include #include #include "cv.h"#... 阅读全文

摘要： 引言前面几讲，我们主要探讨了如何对 p(y|x;θ) (即y 相对于x的条件概率)进行建模的几种学习算法，比如，logistic regression 对 p(y|x;θ) 进行建模的假设函数为 hθ(x)=g(θTx), 其中函数 g 为 sigmoid 函数。这一... 阅读全文

摘要： 参考：PS 图像特效，非线性滤波器// define head function#ifndef PS_ALGORITHM_H_INCLUDED#define PS_ALGORITHM_H_INCLUDED#include #include #include "cv.h... 阅读全文

摘要： Logistic Regression之前我们讨论过回归问题，并且讨论了线性回归模型。现在我们来看看分类问题，分类问题与回归问题类似，只不过输出变量一个是离散的，一个是连续的。我们先关注二分类问题，假设 输出变量 y 只能取 0 或者 1 两个值，直观上，对于所有的输... 阅读全文

摘要： 最小均方误差函数之前的讲义里， 我们提到了最小均方误差函数，给出一组有 m 个样本的训练集，我们希望找到合适的参数 θ， 使得预测值 hθ(x) 与目标值尽可能接近。为了估计参数 θ， 我们定义如下的 cost function: J(θ)=12∑i=1m(hθ(xi... 阅读全文

摘要： %%% Perlin Noise%%% Wood_textureclc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');Image=imread('... 阅读全文

摘要： for(；iter!=mapStudent.end()；){ if((iter->second)>=aa) { //满足删除条件，删除当前结点，并指向下面一个结点 mapStudent.erase(iter++... 阅读全文

摘要： %%%% Cloud%%%% 利用perlin noise生成云彩clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');Image=imread(... 阅读全文