- 博客(65)
- 收藏
- 关注
RSS订阅原创 集成学习专项（一）数学基础
机器学习补充数学基础呼叫泊松流呼叫流设{N(t)}\{N(t) \}{N(t)}是强度为$\lambda 的泊松过程，定义的泊松过程，定义的泊松过程，定义S_0=0，用，用，用S_n表示第n个事件发生的时刻，简称为第n个到达时刻或者第n个呼叫时，由于表示第n个事件发生的时刻，简称为第n个到达时刻或者第n个呼叫时，由于表示第n个事件发生的时刻，简称为第n个到达时刻或者第n个呼叫时，由于S_0,S_1,…,S_n依次到达，所以又称依次到达，所以又称依次到达，所以又称{S_t }为泊松过程为泊松过程
2021-08-17 21:59:18
387
原创 Docker安装及使用
Docker安装Docker是一种软件容器平台，用于解决程序运行环境不同而导致程序出错的问题。简单来说Docker类似于可以提交运行环境的git。下载Docker并安装下载Docker Desktop for Windows，并双击Docker Desktop Installer.exe安装[1]Docker使用开通阿里云镜像服务阿里云容器服务 完成 “创建地址唯一命名空间”，“创建镜像仓库”两项工作。本地文件编辑Docker推送并提交在项目目录下通过Powersh.
2021-02-21 23:42:07
692
原创 DCIC 早高峰共享单车潮汐点的群智优化
dcic 早高峰共享单车潮汐点的群智优化基本情况参赛流程sftp基本情况参赛流程实名认证——创建/加入队伍——确认队伍——获取队伍及密码——sftp协议上传sftp是什么？在计算机领域，SSH文件传输协议（英语：SSH File Transfer Protocol，也称Secret File Transfer Protocol，中文：安全文件传送协议，英文：Secure FTP或字母缩写：SFTP）是一数据流连接，提供文件访问、传输和管理功能的网络传输协议。如何使用？SFTP 登陆
2021-02-19 23:32:42
392
原创 深度学习基础（三）：梯度下降
深度学习（三）LogisticGradiect Descent 梯度下降计算图向量化广播LogisticGradiect Descent 梯度下降计算图向量化广播
2021-01-18 21:25:28
264
原创 深度学习基础（二）：Regression
深度学习（二）什么是Regression步骤优化方法举例 线性模型什么是RegressionRegression 就是找到一个函数 function，通过输入特征 x ，输出一个数值 Scalar 。与其他任务不同的是输出一个数值步骤Step1：ModelStep2：Goodness of Function（确定评价函数，目的寻找最优function）Step3：Best function：gredient descent 梯度下降（求最小损失函数使用梯度下降，目的寻找最优参数）优化方法
2021-01-04 20:59:42
1293
原创 深度学习基础（一）：综述
深度学习（一）基本概念前沿/问题基本概念任务主要分为Regression(回归，输出值)、Classification(分类，输出类别)、Generation(生成，进行创造，输出不定)告诉机器寻找function方法：Supervised Learning(有监督学习)、Unsupervised Learning(无监督学习)有监督学习：给机器标注的资料labeled data，告诉机器学习理想的输出。通过Loss评判学习的方式好坏，找出loss最低的function即理想function
2021-01-04 18:32:58
225
原创 CV理论基础（五）：神经网络基础知识——应用案例BP、从神经网络到深度学习
计算机视觉理论基础（五）应用案例可手算的神经网络示例神经网络与深度学习典型的机器学习深度学习资料应用案例经典论文：D.E.Rumelhart,G.E.Hinton,and R.J.Williams,“Learning representations by back-propagating erros,” Nature,vol.323,no.6088,pp.833-536,1986反向传播Back Propagation是将损失函数的信息沿网络层向后传播用以计算梯度，达到优化网络参数的目的。反向传
2020-06-04 21:54:26
429
原创 CV理论基础（五）：神经网络基础知识——神经元、基础神经网络、梯度下降、误差传播
计算机视觉理论基础（五）神经网络神经元前馈网络梯度下降误差反向传播应用案例神经网络与深度学习神经网络神经元前馈网络梯度下降误差反向传播应用案例神经网络与深度学习
2020-06-04 18:12:42
649
原创 CV理论基础（四）：未有深度学习之前——人脸检测、行人检测
计算机视觉理论基础（四）人脸检测行人检测人脸检测Haar-like特征+级联分类器行人检测HOG+SVM
2020-04-28 20:20:03
812
原创 CV理论基础（三）：基于关键点的特征描述子sift、surf、orb等；LBP、Gabor
计算机视觉理论基础（三）==基于关键点的特征描述子==局部特征：SIFT计算步骤：相关概念尺度空间高斯金字塔具体过程缺点SURFHaar-like特征ORB其他特征提取基于关键点的特征描述子SIFT、SURF、ORB局部特征：SIFT基于尺度空间不变的特征描述特点：具有良好的不变性、独特性好信息量丰富、多量性、计算比之前的快计算步骤：（1）在DoG尺度空间中获取极值点，即关键点：Lo...
2020-04-01 17:41:16
2071
原创 机器学习导论（二）：数据集、分类、三要素
机器学习导论（二）机器学习机器学习概念分类三要素模型选择正则化机器学习机器学习概念以数据集为例分类三要素模型选择正则化
2020-03-19 11:32:08
2559
1原创 CV理论基础（一）：概述
计算机视觉基础（一）是什么？做什么？与哪些学科有关？研究什么？研究理论和应用主要研究内容研究挑战怎么学？学习路线具体学习内容图像预处理图像特征及描述计算机视觉是什么？计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉...
2020-02-29 09:42:44
1368
原创 数据可视化基础（四）：面向对象&MatlabStyle、子图、多图、网格、图例
数据可视化基础（四）：面向对象&MatlabStyle、子图、多图、网格、图例
2020-02-21 16:42:39
617
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人