加载中
多维卷积

你已经知道如何对二维图像做卷积了,现在看看如何执行卷积不仅仅在二维图像上,而是三维立体上。 我们从一个例子开始,假如说你不仅想检测灰度图像的特征,也想检测RGB彩色图像的特征。彩色图...

2018/11/26 19:30
1.3K
分类回归loss函数汇总分析

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_14845119/article/details/80787753 分类任务loss: 二分类交叉熵损失sigmoid_cross_entropy: TensorFlow...

分分钟带你杀入Kaggle Top 1%

雷锋网(公众号:雷锋网) AI科技评论按,本文首发于知乎专栏AI带路党,作者吴晓晖,雷锋网 AI科技评论获其授权转载。 不知道你有没有这样的感受,在刚刚入门机器学习的时候,我们一般都是从M...

2018/08/01 11:33
1.1K
python sklearn常用分类算法模型的调用

实现对'NB', 'KNN', 'LR', 'RF', 'DT', 'SVM','SVMCV', 'GBDT'模型的简单调用。 # coding=gbk import time from sklearn import metrics import pickle as pickle import pandas as pd ......

2018/07/30 21:50
1W
RF、GBDT、XGBoost面试级整理

由于本文是基于面试整理,因此不会过多的关注公式和推导,如果希望详细了解算法内容,敬请期待后文。      RF、GBDT和XGBoost都属于集成学习(Ensemble Learning),集成学习的目的是通过...

2018/07/30 21:20
411
机器学习算法GBDT的面试要点总结-上篇

1.简介 gbdt全称梯度下降树,在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一,在前几年深度学习还没有大行其道之前,gbdt在各种竞赛是大放异彩。原因大概有几个,一是效果确实...

F2
2018/07/30 20:50
212
使用sklearn进行集成学习——理论

《使用sklearn进行集成学习——理论》 《使用sklearn进行集成学习——实践》 目录 1 前言 2 集成学习是什么? 3 偏差和方差   3.1 模型的偏差和方差是什么?   3.2 bagging的偏差和方差 ...

2018/07/30 14:49
137
详解机器学习中的梯度消失、爆炸原因及其解决方法

前言 本文主要深入介绍深度学习中的梯度消失和梯度爆炸的问题以及解决方案。本文分为三部分,第一部分主要直观的介绍深度学习中为什么使用梯度更新,第二部分主要介绍深度学习中梯度消失及爆...

F2
2018/07/17 15:55
738
使用卷积神经网络进行图片分类

https://blog.csdn.net/oxuzhenyi/article/details/73480448 卷积神经网络原理 一、实验介绍 1.1 实验内容 本课程将会先带你理解卷积神经网络的原理,了解卷积神经网络的一些特性。然后动手使...

2018/04/20 00:27
2.4K
机器学习1000题系列

http://blog.csdn.net/v_july_v/article/details/78121924 前言 July我又回来了。 之前本博客整理过数千道微软等公司的面试题,侧重数据结构、算法、海量数据处理,详见:微软面试100题系列,...

2018/01/16 19:23
1.2K
反向传播算法的直观理解

http://blog.csdn.net/mao_xiao_feng/article/details/53048213 一、反向传播的由来 在我们开始DL的研究之前,需要把ANN—人工神经元网络以及bp算法做一个简单解释。 关于ANN的结构,我不再多...

2018/01/13 12:40
450
VC维的来龙去脉

目录: 说说历史 Hoeffding不等式 Connection to Learning 学习可行的两个核心条件 Effective Number of Hypotheses Growth Function Break Point与Shatter VC Bound VC dimension 深度学习与...

2017/12/23 16:38
1.5K
详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解

声明:本文为原创文章,发表于nebulaf91的csdn博客。欢迎转载,但请务必保留本信息,注明文章出处。 本文作者: nebulaf91 本文原始地址:http://blog.csdn.net/u011508640/article/details/7...

2017/11/27 11:31
186
从最大似然到EM算法浅解

http://blog.csdn.net/zouxy09/article/details/8537620 从最大似然到EM算法浅解 zouxy09@qq.com http://blog.csdn.net/zouxy09 机器学习十大算法之一:EM算法。能评得上十大之一,让人听起来...

2017/11/25 21:58
147
一文弄懂神经网络中的反向传播法——BackPropagation

最近在看深度学习的东西,一开始看的吴恩达的UFLDL教程,有中文版就直接看了,后来发现有些地方总是不是很明确,又去看英文版,然后又找了些资料看,才发现,中文版的译者在翻译的时候会对省...

2017/10/26 10:30
280
机器学习应用场景实例(60则)

转载自:http://blog.csdn.net/liulingyuan6/article/details/53648273 本文整理了60个机器学习算法应用场景实例,含分类算法应用场景20个、回归算法应用场景20个、聚类算法应用场景10个以及...

2017/07/17 00:26
2.6K
对于《机器学习实战》中逻辑斯谛回归算法公式理解

对于《机器学习实战》中逻辑斯谛回归算法公式理解: weights = weights + alpha * dataMatrix.transpose() * error 附:logistic算法 [python] view plain copy def sigmoid(inX): ...

2017/07/13 15:25
411
支持向量机通俗导论(理解SVM的三层境界)

支持向量机通俗导论(理解SVM的三层境界) 转载自:http://blog.csdn.net/v_july_v/article/details/7624837 极值与等高线:http://blog.csdn.net/quicmous/article/details/52527507 深入理...

2017/07/07 17:01
320
简易解说拉格朗日对偶(Lagrange duality)

请尊重原创知识,本人非常愿意与大家分享 转载请注明出处:http://www.cnblogs.com/90zeng/ 作者:博客园-太白路上的小混混 引言:尝试用最简单易懂的描述解释清楚机器学习中会用到的拉格朗日...

2017/07/07 00:05
363
贝叶斯推断及其互联网应用(一):定理简介

一、什么是贝叶斯推断 贝叶斯推断(Bayesian inference)是一种统计学方法,用来估计统计量的某种性质。 它是贝叶斯定理(Bayes' theorem)的应用。英国数学家托马斯·贝叶斯(Thomas Bayes)...

2017/07/04 21:17
183

没有更多内容

加载失败,请刷新页面

返回顶部
顶部