hm成长之路

贝叶斯定理贝叶斯定理太有用了，不管是在投资领域，还是机器学习，或是日常生活中高手几乎都在用到它。生命科学家用贝叶斯定理研究基因是如何被控制的；教育学家突然意识到，学生的学习过程其实就是贝叶斯法则的运用；基金经理用贝叶斯法则找到投资策 略；Google用贝叶斯定理改进搜索功能，帮助用户过滤垃圾邮件；无人驾驶汽车接收车顶传感器收集到的路况和交通数据，运用贝叶斯定理更新从地图上获得 的信息；人工...

深度学习（day4）Classification and Location:fune tune 用训练好的网络进行改变，比如最后一层全连接层中改为分10类，只需改个参数就行一般都要进行对图片进行规模scale放大，对每一个scale大小做一次滑动窗口的过程。检测不同大小的物体，放大后，滑动窗口可能检测只是图像的一部分或者是背景。Object Detection不通过滑动窗口，...

深度学习（day3）卷积神经网络钱箱传播和反向传播前向传播反向传播池化RNN（递归神经网络）

深度学习（day2）Softmax分类器由于svm得到是得分值，比较不容易看出结果softmax输出的概率softmax输出一个向量，其中每个元素值在0-1之间，且所有元素之和为1softmax实例svm和softmax对比最优化batch一批次图片数量通常为2的6次、7次等以上一批次代表一次性把这么多的图片去训练epoch多所有的...

深度学习（day1）k近邻使用：对于未知类别属性数据集中的点：计算已知类别数据集中的点与当前点的距离按照距离依次排序选取与当前距离最小的k个点确定前k个点所在类别的出现概率返回前k个点出现概率最高的类别最为当前点预测分类KNN算法本身简单有效，分类器不需要使用训练集进行训练，训练时间复杂度为0但是KNN分类的计算复杂度和训练集中的数目成正比。有多少个训练集（...