<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[he___的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/he___</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; he___]]></copyright><item><title><![CDATA[EM算法与GMM的训练应用]]></title><link>https://blog.youkuaiyun.com/he___/article/details/45600013</link><guid>https://blog.youkuaiyun.com/he___/article/details/45600013</guid><author>he___</author><pubDate>Sat, 09 May 2015 11:38:26 +0800</pubDate><description><![CDATA[注：本文主要参考Andrew Ng的Lecture notes 8，并结合自己的理解和扩展完成。本文有的数学推导过程并不是那么的严密，主要原因是本文的目的在于理解原理，若数学推导过于严密则文章会过于冗长。GMM简介GMM(Gaussian mixture model) 混合高斯模型在机器学习、计算机视觉等领域有着广泛的应用。其典型的应用有概率密度估计、背景建模、聚类等。图1 GMM用于聚类图2 GM]]></description><category></category></item><item><title><![CDATA[博客开篇]]></title><link>https://blog.youkuaiyun.com/he___/article/details/45585111</link><guid>https://blog.youkuaiyun.com/he___/article/details/45585111</guid><author>he___</author><pubDate>Fri, 08 May 2015 21:20:02 +0800</pubDate><description><![CDATA[博客开篇很早以前就有写博客的想法，但一直很懒以各种理由推脱。今天终于要动笔开始写了，想想还有些小激动啊。。。笔者主要关注机器学习，计算机视觉方面的理论、实践方法。初步打算写四个方面的专题：
机器学习基础
计算机视觉
深度学习
其他杂项
鉴于刚刚入门，写的文章难免有错误，请各位轻拍~~~]]></description><category></category></item></channel></rss>