nic's blog

转自：知乎专栏 蒋竺波 公众号：follow_bobo卷积神经网络入门讲解目录：（1）CNN入门讲解：CNN的起源（未更）（2）CNN入门讲解：CNN输入是什么以及数据预处理(Data Preprocessing) ?( 未更 )（3）蒋竺波：CNN入门讲解：如何理解卷积神经网络的结构（Structure）？（4）蒋竺波：CNN 入门讲解：什么是卷积（5）蒋竺波：CNN入门讲解：卷积层...

文章目录零、信息熵1.熵2.联合熵3.信息熵4.互信息一、决策树学习算法二、Bagging与随机森林零、信息熵1.熵我们很容易理解，一个事件发生的概率越低，那么它的信息量就越大。2.联合熵3.信息熵4.互信息一、决策树学习算法二、Bagging与随机森林...

一、什么是knn算法knn算法实际上是利用训练数据集对特征向量空间进行划分，并作为其分类的模型。其输入是实例的特征向量，输出为实例的类别。寻找最近的k个数据，推测新数据的分类。二、算法原理1、通用步骤：计算距离计算待求点与其他点之间的距离（常用欧几里得距离或马氏距离）升序排列将计算的距离按照升序排列，即距离越近越靠前取前k个加权平均三、应用...

文章目录一、svm要解决的问题二、支持向量机求解目标1.求点到平面的距离2.求解目标三、支持向量机目标函数求解四、支持向量机求解例子五、支持向量的作用六、软间隔支持向量机七、核函数变换一、svm要解决的问题对于图中的二分类问题，我们想要画出一条线来将两种图案分来。 三条直线目前来说都可以对图案进行分类，但是他们完成的质量是不一样的，前两个分类的容忍度明显低一些，这样，对于新的数据，其分类效果...

一、定义聚类就是对大量未知标注的数据集，按照数据内在的相似性将数据集划分为多个类别，使类别内的数据相似度较大，而类别间的数据相似度较小，属于无监督的学习方法。给定一个有N个对象的数据集，构造数据的k个簇，k≤n，满足以下条件：每个簇至少包含一个对象每个对象属于且仅属于一个簇将满足上述条件的k个簇称作一个合理划分二、相似度/距离计算方法总结闵可夫斯基距离（Minkowski）...