yph001的博客

一、技术博客参考深度概览卷积神经网络全景图，没有比这更全的了卷积神经网络为什么能称霸计算机视觉领域？ []二、基本知识梳理

一、机器学习算法工程师笔试题机器学习笔试题目—-网易2016春招BAT机器学习面试1000题系列机器学习-算法工程师 -面试/笔试准备-重要知识点梳理总结一点面试问题－－算法工程师（机器学习）2018 年大疆机器学习算法工程师春季提前批笔试题网易机器学习算法工程师笔试编程题二、机器学习算法工程师面试题关于”算法工程师/机器学习工程师”的笔试和面试总结...

吴恩达deeplearning.ai专项课程精炼笔记全部汇总 - 优快云博客 从去年8月份开始，AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这里附上deeplearning.ai的官网： https://www.deeplearning.ai/关于该深度学习专项课程, 它对于理解各种算法背后的原理非常有帮助，同时...

一、KNN的工作原理 假设有一个带有标签的样本数据集（训练样本集），其中包含每条数据与所属分类的对应关系。 输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较。 计算新数据与样本数据集中每条数据的距离。 对求得的所有距离进行排序（从小到大，越小表示越相似）。 取前 k （k 一般小于等于 20 ）个样本数据对应的分类标签。 求 k 个数据中...

一、工作原理二、实现代码

一、工作原理1. 我们用 p1(x,y) 表示数据点 (x,y) 属于类别 1的概率，用 p2(x,y) 表示数据点 (x,y) 属于类别 2的概率;2. 那么对于一个新数据点 (x,y)，可以用下面的规则来判断它的类别： >> 如果 p1(x,y) > p2(x,y) ，那么类别为1 >

一、工作原理支撑向量机（Support Vector Machine）的核心问题为：针对不同类别进行分类时，如何寻找得到最大的分类间距通常采用超平面来对不同类别的数据进行分割，超平面方程为: wT X+b =0支撑向量机的实现方法为：求取超平面方程，使得数据点中距离超平面距离最近的点距离最大，即可表述为：max{min label*wT X+b/||w|| }，其中任意点到超平面的...