240 发简信
  • 机器学习实例1:利用决策树分辨出苹果与橘子

    场景: 1.样本集(模拟):根据水果的(如苹果和橘子)的重量和光滑度(1:光滑,0:粗糙)搭建模型判断水果是苹果还是橘子; 2.利用决策树这种分...

  • 机器学习-问题建模

    机器学习的流程包括:问题建模、特征工程、模型选择、模型融合。其中问题建模的环节主要包括以下几个模块: 评估指标分类指标:精确度、召回率、P-R曲...

  • 《稻草人手记》读后感

    寻找属于自己的天地 《稻草人手记》的开篇,从空心的稻草人视觉赞美了父母的正义善良、博学儒雅,赞美弟弟的勤学积极,讽刺了不学无术、崇尚虚伪势力的现...

  • 120
    深度学习-马尔科夫模型(HMM)

    马科夫链 马尔可夫链,因安德烈.马尔科夫(A.A.Markov,1856-1922)得名,是指数学中具有马尔可夫性质的离散事件随机构成。 在给定...

  • 120
    神经网络中的Dropout

    Dropout 的理解 Dropout 在深度学习中是一种防止过拟合的手段,具有很好的容错能力。 dropout 是在深度学习的训练过程中,按照...

  • 120
    机器学习算法:LR多分类与softmax分类

    LR实现多分类 LR是一种传统的二分类模型,也可以做多分类模型,其实现思路如下: 将多分类模型拆分成多个二分类模型分别训练二分类模型将多个二分类...

  • 120
    机器学习算法:GBDT之二

    GDBT的概论 Gradient Boosting基本的结构:Gradient Boosting + 决策树 = GBDTGradient Bo...

  • 120
    机器学习算法:GBDT

    1. Adaboost 的全局过程 2.AdaBoost 和GradientBoost 的公式 3.GBDT 算法概述 4.GBDT 的理论思想...

  • 120
    目标检测:R-CNN问题总结

    一、R-CNN的处理思想 采用CNN网络提取图像特征; 采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。 二、测试...