欢迎来到洪卫的博客

人生三从境界:昨夜西风凋碧树,独上高楼,望尽天涯路。 衣带渐宽终不悔,为伊消得人憔悴。 众里寻他千百度,蓦然回首,那人却在灯火阑珊处。
扩大
缩小

随笔分类 - 07. 人工智能

记录人工智能学科专业学习相关的东西
最有影响力的计算机视觉会议及期刊论文
摘要:1 最有影响力的30篇计算机视觉会议论文 选取论文的原则: (1)会议论文,主要来源于以下会议:CVPR, ICCV, ECCV, BMVC, FG, ICIP, ICPR, WACV, ICASSP, MM, IJCAI, UAI, AAAI…(其实后面的几个会议都是打酱油的,AI类的期刊也木有高 阅读全文

posted @ 2019-01-18 13:49 洪卫 阅读 (655) | 评论 (0) 编辑

总结一下国内搞机器学习和数据挖掘的大牛
摘要:之前自己一直想总结一下国内搞机器学习和数据挖掘的大牛,但是自己太懒了。所以没搞...最近看到了下面转载的这篇博文,感觉总结的比较全面了。个人认为,但从整体研究实力来说,机器学习和数据挖掘方向国内最强的地方还是在MSRA,那边的相关研究小组太多,很多方向都能和数据挖掘扯上边。这里我再补充几个相关研究方 阅读全文

posted @ 2018-08-17 09:42 洪卫 阅读 (3956) | 评论 (0) 编辑

非技术人员也能看懂云计算,大数据,人工智能
摘要:我今天要讲这三个话题,一个是云计算,一个大数据,一个人工智能,我为什么要讲这三个东西呢?因为这三个东西现在非常非常的火,它们之间好像互相有关系,一般谈云计算的时候也会提到大数据,谈人工智能的时候也会提大数据,谈人工智能的时候也会提云计算。所以说感觉他们又相辅相成不可分割,如果是非技术的人员来讲可能比 阅读全文

posted @ 2018-06-10 12:53 洪卫 阅读 (636) | 评论 (0) 编辑

神经网络浅讲:从神经元到深度学习----以简单循序的方式带你聊聊深度学习
摘要:神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的,循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求,但是懂一些机器学习基础会 阅读全文

posted @ 2018-05-28 01:19 洪卫 阅读 (599) | 评论 (0) 编辑

从机器学习谈起----极好的一篇机器学习全貌入门文章
摘要:在博客园看到一篇极好的文章,这里做一个分享: 在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。当然,本文也面对一般读者,不会对阅读有相关的前提要求。 在进入正题前,我想读者心中可能会有一个疑惑:机器学习有什么重要性,以至于要 阅读全文

posted @ 2018-05-25 14:18 洪卫 阅读 (1077) | 评论 (0) 编辑

AI历史和哲学基础浅谈
摘要:换个角度看AI:研究历史和哲学逻辑 正如题图所示,仿生人会梦见电子羊吗?(注:Do Androids Dream of Electric Sheep?是Philip K. Dick所著的一本科幻小说,讲述人类在一个崩坏的环境中复制自己并奴役这些仿生人的故事。) 人工智能发展迅速且应用广泛。现实生活中 阅读全文

posted @ 2018-05-22 11:21 洪卫 阅读 (509) | 评论 (0) 编辑

计算机视觉
摘要:Computer vision is the emulation of biological vision using computers and machines. It deals with the problem of inferring three-dimensional (3D) info 阅读全文

posted @ 2018-05-14 14:18 洪卫 阅读 (380) | 评论 (0) 编辑

sklearn了解一下
摘要:sklearn是机器学习中一个常用的python第三方模块,网址:http://scikit-learn.org/stable/index.html ,里面对一些常用的机器学习方法进行了封装,在进行机器学习任务时,并不需要每个人都实现所有的算法,只需要简单的调用sklearn里的模块就可以实现大多数 阅读全文

posted @ 2018-05-09 18:04 洪卫 阅读 (112) | 评论 (0) 编辑

Day4 《机器学习》第四章学习笔记
摘要:决策树 前几天学习了《机器学习》的前三章,前三章介绍机器学习的基础知识,接下来,第四章到第十章介绍一些经典而常用的机器学习方法,这部分算是具体的应用篇,第四章介绍了一类机器学习方法——决策树。 3.1 基本流程 决策树(decision tree)是一类常见的机器学习方法。以二分类任务为例,我们希望 阅读全文

posted @ 2018-05-08 21:55 洪卫 阅读 (262) | 评论 (0) 编辑

Day3 《机器学习》第三章学习笔记
摘要:这一章也是本书基本理论的一章,我对这章后面有些公式看的比较模糊,这一会章涉及线性代数和概率论基础知识,讲了几种经典的线性模型,回归,分类(二分类和多分类)任务。 3.1 基本形式 给定由d个属性描述的示例 x =(x1;x2;… ;xd),其中xi是x在第i个属性上的取值,线性模型(linear m 阅读全文

posted @ 2018-05-06 17:29 洪卫 阅读 (292) | 评论 (0) 编辑

Day2 《机器学习》第二章学习笔记
摘要:这一章应该算是比价了理论的一章,我有些概率论基础,不过起初有些地方还是没看多大懂。其中有些公式的定义和模型误差的推导应该还是很眼熟的,就是之前在概率论课上提过的,不过有些模糊了,当时课上学得比较浅。 Day2 第二章 模型评估与选择 2.1 经验误差与过拟合 通常我们把分类错误的样本数占样本总数的比 阅读全文

posted @ 2018-05-02 14:23 洪卫 阅读 (233) | 评论 (0) 编辑

Day1 《机器学习》第一章学习笔记
摘要:《机器学习》这本书算是很好的一本了解机器学习知识的一本入门书籍吧,是南京大学周志华老师所著的鸿篇大作,很早就听闻周老师大名了,算是国内机器学习领域少数的大牛了吧,刚好研究生做这个方向相关的内容,所以今天买了一本所谓的西瓜书,准备研读,光读书记性不好,边读边做笔记练习印象深刻,接下来我就把自己的学习过 阅读全文

posted @ 2018-04-28 13:26 洪卫 阅读 (231) | 评论 (0) 编辑

人工智能、机器学习和深度学习的区别与联系?
摘要:人工智能的浪潮正在席卷全球,诸多词汇时刻萦绕在我们耳边:人工智能(Artificial Intelligence)、机器学习(Machine Learning)、深度学习(Deep Learning)。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解,那么他们之间有什么样的联系啦?下面 阅读全文

posted @ 2018-04-16 20:33 洪卫 阅读 (313) | 评论 (0) 编辑

导航

Copyright©2018 洪卫