人工智能在路上
关注
分享
扫一扫
学习人工智能的点滴
rocling
我思故我在
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
DDSM database、INbreast database、MIAS等乳腺MG数据获取方式
收集医学数据目前来说是无法使用，其一是数据杂乱，其二没有专家标记或者注释，只有很范的有无病灶 而且也不确切。故需要搜索公开的公共库(BreastMammography),现在搜索到的有MG数据库有以下几个方面：INbreast database：115 case containing 410 images,并且包括xml注释文件。没有直接给出下载链接 需要发邮件索取，邮箱为m...原创 2020-02-15 16:47:29 · 8314 阅读 · 7 评论 -
人工智能三要素
数据、算法和算力构成了人工智能的三大要素原创 2019-12-02 09:45:43 · 3681 阅读 · 0 评论 -
收藏！博士大佬的《机器学习》西瓜书手推笔记！（转）
链接：原文原本联盟准备等笔记集中以后再和大家分享，后来想了一下，先拿一部分笔记和大家一起分享，共同学习。这个笔记都是A4纸写的，也是机器扫描版，我并没有将下面空白截图，也就方便留档打印，由于很久没有写字，所以字体请大家海涵！谢谢！ 手推笔记...转载 2019-11-29 19:21:27 · 531 阅读 · 0 评论 -
ATA对称正定的证明
1. 结论Let A∈Rn×mwithn>m,A∈Rn×mwithn>m, then matrix ATAATA is positive semidefinite, If rank(A)=m(i.e.Ahasfullrank),rank(A)=m(i.e.Ahasfullrank), then ATAATA is positive definite.2. 证明半正定的证明...原创 2019-10-31 23:24:05 · 3178 阅读 · 0 评论 -
梯度下降（Gradient Descent）小结
在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求得的梯度向量就是(∂f/∂x,∂f/∂y)T...原创 2019-10-31 23:23:38 · 238 阅读 · 0 评论 -
机器学习——标准化/归一化的目的、作用和场景
（一）归一化的作用在机器学习领域中，不同评价指标（即特征向量中的不同特征就是所述的不同评价指标）往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。其中，最典型的就是数据的归一化处理。（可以参考学习：数据标准化/归一化）简而...原创 2019-10-31 23:23:20 · 557 阅读 · 0 评论 -
最大似然估计
原创 2019-04-07 22:40:51 · 210 阅读 · 0 评论 -
科普丨算法工程师的分类及应用领域（大牛精心整理）
一、算法工程师简介(通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看)算法工程师是一个非常高端也是相对紧缺的职位。算法工程师包括： 音/视频算法工程师(通常统称为语音/视频/图形开发工程师) 图像处理算法工程师 计算机视觉算法工程师 通信基带算法工程师 信号算法工程师 射频/通信算法工...原创 2019-04-08 14:18:01 · 6511 阅读 · 0 评论 -
无监督学习问题可以分为两类问题
聚类 - 在聚类问题中，我们需要发现数据中的固有分组。 例如，按顾客的购买行为分组。 关联 - 一个问题称为关联问题，因为这类问题需要发现描述大部分数据的规则。 例如，找到同时购买x和y商品的顾客。原文出自【易百教程】https://www.yiibai.com/ai_with_python/with_python_machine_learning.html#article-start...原创 2019-04-04 10:45:22 · 5373 阅读 · 0 评论 -
分类和回归的区别
分类和回归的区别在于输出变量的类型。定量输出称为回归，或者说是连续变量预测；定性输出称为分类，或者说是离散变量预测。输入变量与输出变量均为变量序列的预测问题为标注问题举个例子：预测明天的气温是多少度，这是一个回归任务；预测明天是阴、晴还是雨，就是一个分类任务。分类模型和回归模型本质一样，分类模型是将回归模型的输出离散化。举几个例子:1. Logistic Regr...原创 2019-04-04 09:23:39 · 23572 阅读 · 0 评论 -
正则化、过拟小解
过拟合(overfitting)是机器学习中很常见的问题，指的是一个模型在训练集上表现很好但是泛化能力巨差(在测试集上的表现糟糕)。如果一个模型饱受过拟合困扰，我们也说此模型方差过高，造成这个结果的原因可能是模型含有太多参数导致模型过于复杂。同样，模型也可能遇到欠拟合(underfitting)问题，我们也说此模型偏差过高，原因是模型过于简单不能学习到训练集中数据存在的模式，同样对于测试集表现很差...原创 2019-04-03 21:03:58 · 213 阅读 · 0 评论 -
一文看懂25个神经网络模型
1. 引言在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写（如：DCIGN、BiLSTM、DCGAN……还有哪些？)，就已经让人招架不住了。因此，这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络，也有一些完全不同的怪物。尽管所有这些架构都各不相同、功能独特，当我在画它们的节点图时…...原创 2018-12-03 22:24:07 · 17594 阅读 · 0 评论 -
机器学习(深度学习)通用工作流程
Deep Learning with Python 4.5节1. 定义问题并装载数据集(Defining the problem and assembling a dataset)首先，你必须定义你手头的问题：输入数据是什么？你希望预测什么？只有在能够获得训练数据的情况下你才能进行预测：举个例子，如果你同时又电影的影评和对应的情感注释，你只能从中学习分类电影影评的情绪。因此，数据可用...转载 2018-12-02 21:57:42 · 642 阅读 · 0 评论 -
信息熵
变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大。信息熵是信息论中用于度量信息量的一个概念。一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。...原创 2018-11-25 17:01:52 · 501 阅读 · 0 评论 -
数据挖掘，机器学习，和人工智能的区别是什么？
本来我以为不需要解释这个问题的，到底数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)有什么区别，但是前几天因为有个学弟问我，我想了想发现我竟然也回答不出来，我在知乎和博客上查了查这个问题，发现还没有人写过比较详细和有说服力的对比和解释。那我根据以前读的书和论文，还有和与导师之间的交流，尝试着说一说这几者的区别吧，毕竟一个好的定义在未来的学习和交...转载 2018-11-24 15:58:29 · 5578 阅读 · 0 评论 -
马尔可夫链 （Markov Chain）是什么鬼
马尔可夫链 （Markov Chain）是什么鬼 - 红猴子的文章 - 知乎 https://zhuanlan.zhihu.com/p/26453269“随机过程随机过，实变函数学十遍，微机原理闹危机，汇编语言不会编”1. 唯一让我彻底蒙圈的课程这些课程真的太难了，大学里无数人为此伤透了脑筋，挂科率杠杠的。我当初也是的，特别是随机过程这门课，上完了一学期的课，只记住了几个公式，问我干...原创 2018-11-25 16:23:32 · 7182 阅读 · 0 评论 -
人工智能、机器学习、统计学、数据挖掘之间有什么区别？
【伯乐在线导读】：前段时间，作者在 stats.stackexchange.com（译注：国外的一个系列问答网站，其中Stack Overflow是其中一个子站）看到一个很有意思的问题，引起了他的注意。经过阅读和分析 StackExchange 上的所有答案后，他觉得有必将其想法写下来。以下是 StackExchange 上的问题：人工智能、机器学习、统计学和数据挖掘有什么区别？是否可...转载 2018-11-24 15:57:23 · 1743 阅读 · 0 评论 -
Win10下用Anaconda安装TensorFlow，然后使用pycharm开发
1.安装Anaconda选择相应的Anaconda进行安装，下载地址点击这里，下载对应系统版本的Anaconda，官网现在的版本是Anaconda 4.3.1 for python3.6。笔者安装的是4.3.0版本的。 就和安装普通的软件一样，全部选择默认即可，注意勾选将python3.6添加进环境变量。 这样Anaconda就安装好了，我们可以通过下面的命令来查看Anaco...原创 2018-10-20 18:39:09 · 738 阅读 · 0 评论 -
告诉你一个真实的傅里叶
“傅里叶”这个名字，相信很多人听到之后，一定都会觉得血液凝固、两腿发抖。。。在理工科大学生“恐惧”排行榜中，我相信傅爷一定稳居前三。是的，没错，在我们最痛恨的灭绝级专业课中，“傅里叶”这三个字是出现频率最高的。傅里叶变换、傅里叶积分、傅里叶级数，傅里叶分析……每一个都会让你陷入极度的痛苦之中无法自拔。。。不过大家放心，今天这篇文章绝对不会让大家恐惧。科普君要讲的，是傅爷...原创 2019-11-10 16:40:02 · 5054 阅读 · 0 评论 -
如果看了此文你还不懂傅里叶变换，那就过来掐死我吧【完整版】
原文出处： 韩昊 http://blog.jobbole.com/70549/ 1 2 3 4 5 6 7 8 9 10 作 者：韩 昊 知 乎：Heinrich 微 博：@花生油工人 知乎专栏：与时间无关的故事 谨以此文献给大连海事大学的吴楠老师...转载 2018-09-06 20:17:55 · 197 阅读 · 0 评论 -
如何将知识图谱特征学习应用到推荐系统？
今天，我们将进一步为大家讲解将知识图谱特征学习引入到推荐系统的各种思路与实现方法。将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多研究人员在做相关的工作。目前，将知识图谱特征学习应用到推荐系统中主要通过三种方式——依次学习、联合学习、以及交替学习。依次学习（one-by-one learning）。首先使用知识图谱特征学习得到实体向量和...原创 2018-09-06 20:18:24 · 4962 阅读 · 1 评论 -
数据集（人数统计、密度分析）
1、专门做人数统计数据集 http://www.ee.cuhk.edu.hk/~xgwang/王小刚 2、http://personal.ie.cuhk.edu.hk/~ccloy/download.html 有CUHK Crowd Dataset数据集 吕健勤 3、http://vcis.ahu.edu.cn:8080/安徽大学，这个数据集已经给了标注 4、http://blog.csd...转载 2018-12-21 20:31:38 · 3355 阅读 · 1 评论 -
人工神经网络（ANN）及BP算法
1.1 基本结构说明： 1.1 基本结构 说明： 通常一个神经网络由一个input layer，多个hidden layer和一个output layer构成。 图中圆圈可以视为一个神经元（又可以称为感知器） 设计神经网络的重要工作是设计hidden layer，及神经元之间的权重 添加少量隐层获得浅层神经网络SNN；隐层很多时就是深层神经网络DNN1.2 从逻辑...原创 2018-12-12 23:47:38 · 2133 阅读 · 0 评论 -
10道题带你了解逻辑回归模型
逻辑回归是解决分类问题的最常用算法，不过常常也让人摸不着头脑。下面10道题带你简单了解逻辑回归算法背后的“逻辑”。逻辑回归模型1.逻辑回归是监督机器学习的算法吗？答案：是。逻辑回归之所以是监督机器学习的算法，原因在于它使用了真值对数据进行训练。监督机器学习训练模型时会有输入变量X和目标变量Y。 2.逻辑回归主要用来做回归吗？答案：错。逻辑回归是分类算法，不要被它的名字给...原创 2018-09-06 20:18:33 · 5900 阅读 · 0 评论 -
简述协方差的意义
协方差代表了两个变量之间的是否同时偏离均值。如果正相关，这个计算公式，每个样本对（Xi, Yi）, 每个求和项大部分都是正数，即两个同方向偏离各自均值，而不同时偏离的也有，但是少，这样当样本多时，总和结果为正。下面这个图就很直观。下面转载自：http://blog.youkuaiyun.com/wuhzossibility/article/details/8087863 在概率论中，两个随机变...原创 2018-10-21 18:12:35 · 2400 阅读 · 0 评论