yohnyang的博客

机器学习算法原理归纳总结：回归、聚类、支持向量、推荐、降维与神经网络

深度学习（14）网络模型结构及术语总结

[ICCV2022] 详解ByteTrack 通过关联每个检测框实现多目标跟踪

机器学习算法五之 目标检测评价指标 IOU 准确率 召回率等

深度学习（12）之模型训练[训练集、验证集、过拟合、欠拟合]

程序员日常快捷入口大全

匹配算法之 匈牙利算法详解

一文读懂视频编解码原理[通俗易懂]

使用matlab进行机械臂运动学仿真

支持向量机SVM(Support Vector Machine)1.解决问题思路展开*要解决的问题：什么样的决策边界才是最好的？*特征数据本身如果就很难分，该怎么办？*计算负责度怎么样？能否实际应用？==>目标：基于上述问题对SVM进行推导1.1决策边界右图中的决策边界更具容忍度，更加可靠1.2 通过距离获得决策边界（求取点到面的距离）通过平面上两点可以得到平面的法向量，进而获得与法相量平行的单位方向向量，通过平面外一点X到平面上一点x’的距离D在单位方向向量的投影可以求出距离d

RL：机器人库：一种面向对象的机器人应用程序的方法

【IEEE2014】EET：基于采样的机器人运动规划中的平衡勘探与开发

机器学习库使用简介

这是毕业前找工作时总结的知识，过了一年左右时间，竟然忘的差不太多，因为最近也在看关于AI方向的知识，所以对于自身的记忆又重新有了一个新的认识，没有什么比实践更能巩固思想的，也没有什么比时间更能冲淡回忆的，时间永远是记忆最永恒的敌人记录常用的机器学习算法原理，后边也有一些较为流行的神经网络方面的内容，放到文章里，不时复习研究...

K均值聚类算法的时间复杂度是O(nmk),n表示样本个数，m表示样本维数，k表示类别个数。算法实现：

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。