原创 決策樹decision tree--(1)

文章目錄1.決策樹1.1.原理1.2.ID3算法1.2.1.信息增益1.2.2.例子1.2.2.1.ID31.2.2.2.C4.5算法1.2.2.3.CART算法1.2.2.4.如何剪枝?1.3.優缺點1.3.1.ID31.3.2

原创 幾何、函數等的畫圖和註釋

GeoGebra是一款動態幾何軟件。其繪圖的基本元素包括點,直線,線段,多邊形,向量,圓錐曲線和函數。(3.2及以後的版本還加入了電子表格和正在不斷完善的數據處理功能)這些繪圖元素均可在創建後直接在屏幕或者使用命令動態改變。 Ge

原创 EM算法的例子--(1)

文章目錄1.基礎知識1.1.凸函數&凹函數1.2.期望(expectation)1.3.Jensen不等式1.4.最大似然估計(MLE)2.木樁例子2.1.Maximum Likelihood Estimation2.2.含有隱含

原创 決策樹的實現--(2)

文章目錄1.4.代碼1.4.1.實現代碼1.4.2.sklearn代碼2.代碼和數據3.參考 1.4.代碼 1.4.1.實現代碼 machine learning in actions有詳細解釋。 from math impor

原创 logistic迴歸--最大熵模型(2)

文章目錄2.1.最大熵模型的定義2.2.最大熵模型的學習2.2.1.例子2.2.2.極大似然估計 最大熵原理是概率模型學習的一個準則,最大熵原理認爲,學習概率模型時,在所有可能的概率模型(分佈)中,熵最大的模型是最好的模型。最大熵

原创 3.Logistic迴歸模型的實現(3)

文章目錄3.Logistic迴歸模型的實現3.1.損失函數的確定3.1.1.sigmoid函數3.2.算法3.3.梯度上升法3.4.隨機梯度上升3.5.代碼3.5.1.實現的代碼3.5.2.sklearn4.代碼和數據5.參考 3

原创 logistic迴歸--基本理論(1)

文章目錄1.邏輯斯蒂迴歸1.1.邏輯斯蒂分佈1.2.二項式邏輯斯蒂迴歸模型--二類別1.2.1.模型參數估計1.3.多項式邏輯斯蒂迴歸模型--多類別 1.邏輯斯蒂迴歸 1.1.邏輯斯蒂分佈 邏輯斯蒂分佈(logistic dist

原创 k-近鄰算法(k-nearest neighbor)

文章目錄1.原理2.距離計算3.算法過程4.K值得選擇5.優缺點6.k近鄰的實現:kd樹7.代碼7.1.原理的實現7.2.sklearn的實現8.代碼和數據9.參考 1.原理 給定一個訓練數據集,對新的輸入實例,在訓練數據集中找到

原创 機器學習概述(1)

文章目錄1.統計機器學習1.1.統計學習三要素1.1.1.模型的假設空間(模型)1.1.2.模型選擇的準則(策略)1.1.2.1.損失函數和風險函數1.1.2.2.期望風險1.1.2.3.經驗風險1.1.3.學習模型的算法(算法)

原创 機器學習概述(2)--生成模型和判別模型的區別

文章目錄1.引入1.1.判別式模型1.2.生成式模型2.生成模型與判別模型 1.引入 在監督學習下,模型可以分爲判別式模型與生成式模型。 先問個問題,根據經驗,A批模型(神經網絡模型、SVM、perceptron、LR、DT……)

原创 python及相關庫的學習目錄

python python2.x和python3.x的區別 https://blog.csdn.net/qq_27009517/article/details/105806102 numpy numpy中的矩陣,線性代數

原创 深度學習模型的理論的目錄

ResNet(Residual Neural Network)的原理和tf實現 https://blog.csdn.net/qq_27009517/article/details/105994797 採用kerassurg

原创 docker的學習目錄

docker-ubuntu安裝 https://blog.csdn.net/qq_27009517/article/details/106015147 Ubuntu Linux下修改docker鏡像源 https://bl

原创 OCR總結目錄

數據 OCR-文本檢測和文本識別的數據 https://blog.csdn.net/qq_27009517/article/details/106237370 文本檢測 opencv中的MSER的使用和NMS後的矩形框 h

原创 opencv-圖像處理的學習目錄

opencv的安裝 opencv python Ubuntu Windows 的whl包下載 圖片的讀取方式 python中不同庫讀取圖片的格式不同 從顯示圖像上實時獲取像素值,確定窗口大小 opencv庫的使用