
机器学习基石
ping1jing2
这个作者很懒,什么都没留下…
展开
-
台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem
原文地址:https://blog.youkuaiyun.com/red_stone1/article/details/72899485一、What is Machine Learning什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(Machine Learning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察...转载 2018-04-05 21:29:10 · 352 阅读 · 0 评论 -
【转载】HOG源码分析四
原文地址:https://blog.youkuaiyun.com/zhazhiqiang/article/details/21047207一、理论1、HOG特征描述子的定义: locally normalised histogram of gradient orientation in dense overlapping grids,即局部归一化的梯度方向直方图,是一种对图像局部重叠区域的密集型描述符,...转载 2018-05-16 16:14:43 · 450 阅读 · 0 评论 -
【转载】HOG源码解析三
原文链接:https://blog.youkuaiyun.com/ttransposition/article/details/11874285一、基本思想 上图是目标检测的基本流程。 HOG属于特征提取,它统计梯度直方图特征。具体来说就是将梯度方向(0->360°)划分为9个区间,将图像化为16x16的若干个block,每个block在化为4个cell(8x8)。对每一个cell,算出...转载 2018-05-16 16:13:33 · 361 阅读 · 0 评论 -
【转载】HOG源码解析二
原文链接:https://blog.youkuaiyun.com/antter0510/article/details/20564627在阅读的过程中主要参考tornadomeet的博文,在这里表示感谢。同时在阅读的过程中也发现了其中的一些不足,在我的注释中会一一指出。由于本人能力有限,对源代码的理解还存在不足,比如usecache部分,还有weight的计算过程都没有进行深究。由于代码本身过长,所以会另外写...转载 2018-05-16 16:10:01 · 3736 阅读 · 0 评论 -
【转载】HOG源码解析
原文链接:https://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html一、网上一些参考资料 在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测,当然了,该算法采用的是hog算法,那么hog算法是怎样实现的呢?这一...转载 2018-05-16 16:08:16 · 469 阅读 · 0 评论 -
台湾大学林轩田机器学习基石课程学习笔记5 -- Training versus Testing
原文地址:https://blog.youkuaiyun.com/red_stone1/article/details/71104654上节课,我们主要介绍了机器学习的可行性。首先,由NFL定理可知,机器学习貌似是不可行的。但是,随后引入了统计学知识,如果样本数据足够大,且hypothesis个数有限,那么机器学习一般就是可行的。本节课将讨论机器学习的核心问题,严格证明为什么机器可以学习。从上节课最后的问题出...转载 2018-04-05 22:06:21 · 339 阅读 · 0 评论 -
台湾大学林轩田机器学习基石课程学习笔记4 -- Feasibility of Learning
原文地址:https://blog.youkuaiyun.com/red_stone1/article/details/71082934上节课,我们主要介绍了根据不同的设定,机器学习可以分为不同的类型。其中,监督式学习中的二元分类和回归分析是最常见的也是最重要的机器学习问题。本节课,我们将介绍机器学习的可行性,讨论问题是否可以使用机器学习来解决。一、Learning is Impossible首先,考虑这样一...转载 2018-04-05 22:00:36 · 193 阅读 · 0 评论 -
台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning
原文地址:https://blog.youkuaiyun.com/red_stone1/article/details/71077351上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA。PLA能够在平面中选择一条直线将样本数据完全正确分类。而对于线性不可分的情况,可以使用Pocket Algorithm来处理。本节课将主要介绍一下机器学习有哪些种类,并进行归纳。一、Learning with Di...转载 2018-04-05 21:43:07 · 249 阅读 · 1 评论 -
台湾大学林轩田机器学习基石课程学习笔记2 -- Learning to Answer Yes/No
原文地址:https://blog.youkuaiyun.com/red_stone1/article/details/70866527上节课,我们主要简述了机器学习的定义及其重要性,并用流程图的形式介绍了机器学习的整个过程:根据模型H,使用演算法A,在训练样本D上进行训练,得到最好的h,其对应的g就是我们最后需要的机器学习的模型函数,一般g接近于目标函数f。本节课将继续深入探讨机器学习问题,介绍感知机Per...转载 2018-04-05 21:30:18 · 172 阅读 · 0 评论 -
【转载】HOG行人检测实例
原文链接:https://blog.youkuaiyun.com/qianqing13579/article/details/46509037关于HOG+SVM,优快云上有一些非常好的文章,这里给出我觉得写的比较好的几篇,仅供大家参考目标检测的图像特征提取之(一)HOG特征HOG:从理论到OpenCV实践opencv 学习笔记-入门(21)之三线性插值-hog(二) 这篇博客写的是关于三线性插值的,为了减少...转载 2018-05-16 16:19:52 · 899 阅读 · 0 评论