
机器学习
优先级4.0
这个作者很懒,什么都没留下…
展开
-
稳定性、鲁棒性、与非脆弱性的区别
在机器学习领域,总是看到“算法的鲁棒性”这类字眼,比如这句–L1范数比L2范数鲁棒。Huber从稳健统计的角度系统地给出了鲁棒性3个层面的概念:模型具有较高的精度或有效性,这也是对于机器学习中所有学习模型的基本要求;对于模型假设出现的较小偏差,只能对算法性能产生较小的影响; 主要是:噪声(noise)对于模型假设出现的较大偏差,不可对算法性能产生“灾难性”的影响;主要是:离群点(outli...转载 2019-11-11 10:44:23 · 3883 阅读 · 0 评论 -
机器视觉中的前景和背景是什么意思
简单理解:前景是你感兴趣的对象。背景却不是。举个例子:传送带上有个螺丝钉,你想检测它又没有缺陷。那这个螺丝钉就是图像中的前景,传送带就是图像中的背景。机器视觉检测时,你要把螺丝钉作为前景分割出来,然后再仔细看它有没有缺陷。...转载 2019-11-09 19:25:42 · 1879 阅读 · 0 评论