美文网首页机器学习
专题列表页
机器学习

收录所有关于机器学习的知识!

  • 11
    2019-07-14
  • 决策树ID3,C4.5,CART简述:决策树是一种自上而下,对样本数据进行树形分类的过程,由节点和有向边组成。节点分为内部节点和叶子节点,其中每个...[作者空间]

  • 5
    2019-07-06
  • 似然函数概述:统计学中,似然函数是一种关于统计模型参数的函数。当给定输出时,关于参数的似然函数似然值等于给定参数后变量的发...[作者空间]

  • 2
    2019-07-10
  • 模型评价指标混淆矩阵:也称为误差矩阵,是一种特定的表格布局,允许可视化算法的性能,通常是监督学习的算法(在无监督学习通常称为匹...[作者空间]

  • 0
    2019-07-03
  • 形态学开运算闭运算腐蚀和膨胀是对像素值大的部分而言的,即高亮白部分而不是黑色部分;以下图片前景物体为高亮像素,背景为低亮像素。 膨胀...[作者空间]

  • 4
    2019-06-30
  • Boosting,Bagging,基分类器介绍 Boosting 1.Boosting方法训练基分类器时采用串行的方式,各个基分类器之间有依赖。2.Boos...[作者空间]

  • 27
    2019-07-04
  • 奇异值简述:如果是方阵,则可以通过特征值分解(EVD)得到矩阵的特征参数(特征值与特征向量)。对于非方阵则需要用到奇异值...[作者空间]

  • 2
    2019-06-21
  • 优化问题优化问题 凸优化 1.基本概念: 定义:函数是凸函数当且仅当对定义域中的任意两点x,y和任意实数总有 直观解释:凸...[作者空间]

  • 11
    2019-06-16
  • ReLU激活函数概述:ReLU函数的计算是在卷积之后进行的,因此它与tanh函数和sigmoid函数一样,同属于非线性激活函数。R...[作者空间]

  • 5
    2019-06-17
  • 损失函数:0-1,Hinge,Logistic,Cross En主要内容:0-1,Hinge,Logistic,Cross Entropy,Square,Absolute,Hub...[作者空间]

  • 0
    2019-06-13
  • Faster RCNN图解RPN与ROI Head : AnchorTargetCreator生成真实的类别标签与位置标签,为了与网络预测的...[作者空间]

  • 28
    2019-06-02
  • 高斯混合模型简述:高斯混合模型是一种常见的聚类算法,与K均值算法类似,同样使用了EM算法进行迭代。高斯混合模型假设每个簇的数据...[作者空间]

  • 0
    2019-05-24
  • 梯度下降优化方法总结1. 主要内容 SGD,Momentum,AdaGrad,RMSProp,Adam 1.1. SGD 1.1.1 ...[作者空间]

  • 6
    2019-05-23
  • BN、LN、IN、GN、SN归一化内容包含:BatchNormalization、LayerNormalization、InstanceNorm、G...[作者空间]

  • 0
    2019-05-09
  • 范数[作者空间]

  • 4
    2019-05-08
  • 范数向量范数:向量范数定义了向量的距离,而距离满足正定,齐次,三角不等式。范数的使用可以帮助特征选择,使得模型更具解释...[作者空间]

  • 0
    2019-05-06
  • XGBoost二阶泰勒展开公式推导目标函数:其中是真实值,是总t棵树的预测值,是loss function,是正则项,防止过拟合。是一棵CART树,...[作者空间]

  • 4
    2019-05-03
  • 罗尔中值,拉格朗日中值,柯西中值简述: 罗尔==>拉格朗日==>柯西,特殊性逐渐渐减弱。 罗尔中值定理: 一个物体往返运动时,一定有一点的瞬时速度...[作者空间]

  • 58
    2019-04-23
  • 几种主要分布内容范围:正态分布,泊松分布,多项分布,二项分布,伯努利分布 简述:正态分布是上述分布趋于极限的分布,属于连续分布...[作者空间]

  • 6
    2019-04-22
  • 样本方差为何除以n-11.设样本均值为,样本方差为,总体均值为,总体方差为,那么样本方差的公式为: 2.概率补充 (1)为何样本均值的方...[作者空间]

  • 0
    2019-04-13
  • 梯度爆炸与梯度弥散实际现象:当我们使用sigmoid function作为激活函数时,随着神经网络的隐藏层数增加,训练误差反而增大,...[作者空间]