
Pattern Recognition
文章平均质量分 73
地灯
To be a better man!
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
-
深度视觉盛宴——CVPR 2016
顶级视觉盛会计算机视觉和模式识别领域顶级会议CVPR 2016于六月末在拉斯维加斯举行。CVPR全称为International Conference on Computer Vision and Pattern Recognition,计算机视觉及模式识别大会。涵盖的问题包括但不限于:物体识别与检测、图像高级语义理解、人脸、优化方法、Correspondences求解、相机定转载 2016-08-02 13:37:33 · 2134 阅读 · 1 评论 -
模式识别概论
模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些事物的特征。模式识别就是识别出特定事物,然后得出这些原创 2016-08-04 10:43:23 · 1087 阅读 · 0 评论 -
机器学习和深度学习资料汇总【01】
《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最原创 2016-08-03 17:28:32 · 5110 阅读 · 0 评论 -
机器学习和深度学习资料汇总【02】
《Image Scaling using Deep Convolutional Neural Networks》介绍:使用卷积神经网络的图像缩放.《Proceedings of The 32nd International Conference on Machine Learning》介绍:ICML2015 论文集,优化4个+稀疏优化1个;强化学习4个,深度学习3个+深度学原创 2016-08-03 17:30:13 · 2789 阅读 · 0 评论 -
【模式识别 笔记01】贝叶斯决策论
贝叶斯法则是关于随机事件A和B的条件概率和边缘概率的。其中P(A|B)是在B发生的情况下A发生的可能性。在贝叶斯法则中,每个名词都有约定俗成的名称:Pr(A)是A的先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。Pr(A|B)是已知B发生后A的条件概率,也由于得自B的取值而被称作A的后验概率。Pr(B|A)是已知A发生后B的条件概率,也由于得自A的取值而被原创 2016-08-03 14:22:58 · 1184 阅读 · 0 评论