原创 【ML從入門到入土系列03】K近鄰

文章目錄1 理論1.1 距離的度量方式1.2 k 值的選擇1.3 分類決策規則2 代碼3 參考 1 理論 簡單地講,KNN 思想就是給定一個訓練數據集,對於新的輸入實例,在訓練集中找到與該實例最近鄰的 k 個實例,這 k 個實例的

原创 一文搞定YOLO3訓練自己的數據集

文章目錄前言1 製作自己的數據集2 安裝darknet3 建立軟鏈接4 訓練文件準備5 訓練數據集6 驗證模型6.1 loss曲線圖6.2 計算AP和mAP7 批量測試模型 前言 本文默認大家已經安裝好TF-gpu環境,沒有安裝好

原创 【ML從入門到入土系列09】HMM

文章目錄1 理論2 代碼3 參考 1 理論 HMM解決的三大問題如下,即概率計算,學習以及預測問題。分別採用前向/後向算法,Viterbi算法,Baum-Welch算法進行求解。 2 代碼 class HiddenMarkov:

原创 【劍指Offer系列68-2】二叉樹的最近公共祖先

文章目錄題目代碼PythonC++ 題目 給定一個二叉樹, 找到該樹中兩個指定節點的最近公共祖先。 百度百科中最近公共祖先的定義爲:“對於有根樹 T 的兩個結點 p、q,最近公共祖先表示爲一個結點 x,滿足 x 是 p、q 的祖先

原创 一文搞定ML從入門到入土(附網盤鏈接)

1 簡介 ML是數據科學的基石,本系列將分享部分ML重要算法,從理論與代碼實現兩方面剖析。下文會給出傳送門並分享一些相關學習資料的網盤地址。 2 傳送門 概述 LR KNN DT SVM NB AdaBoost EM HMM 3

原创 【ML從入門到入土系列04】決策樹

文章目錄1 概述2 ID32.1 理論2.2 代碼3 C4.53.1 理論4 CART4.1 理論4.2 代碼參考 1 概述 傳統的決策樹算法包括ID3算法、C4.5算法以及CART算法。三者主要的區別在於特徵選擇準則不同。ID3

原创 【ML從入門到入土系列07】AdaBoost

文章目錄1 理論2 代碼3 參考 1 理論 AdaBoost算法是模型融合的典型算法,即將一系列基分類器組合成一個強分類器。其僞代碼如下圖所示。 2 代碼 class AdaBoost: def __init__(sel

原创 【ML從入門到入土系列06】樸素貝葉斯

文章目錄1 理論2 代碼3 參考 1 理論 樸素貝葉斯是生成學習方法,即訓練數據學習聯合概率分佈 P(X,Y)P(X,Y)P(X,Y),然後求得後驗概率分佈P(Y∣X)P(Y|X)P(Y∣X),利用貝葉斯定理與學到的聯合概率模型進

原创 【ML從入門到入土系列08】EM

文章目錄1 理論2 代碼3 參考 1 理論 EM算法通過迭代求解觀測數據的對數似然函數L(θ)=log⁡P(Y∣θ){L}(\theta)=\log {P}(\mathrm{Y} | \theta)L(θ)=logP(Y∣θ)的極

原创 【ML從入門到入土系列05】支持向量機

文章目錄1 理論1.1 線性SVM1.2 非線性SVM2 代碼3 參考 1 理論 SVM基本形式:有監督二分類線性分類模型;擴展形式:有監督二分類非線性分類模型,有監督多分類(線性/非線性)分類模型,有監督線性迴歸模型(SVR),

原创 【劍指Offer系列68-1】二叉搜索樹的最近公共祖先

文章目錄題目代碼PythonC++ 題目 給定一個二叉搜索樹, 找到該樹中兩個指定節點的最近公共祖先。 百度百科中最近公共祖先的定義爲:“對於有根樹 T 的兩個結點 p、q,最近公共祖先表示爲一個結點 x,滿足 x 是 p、q 的

原创 【TensorFlow快速入門系列02】進階操作

文章目錄1 Tensorboard1.1 網絡結構1.2 記錄數據2 模型保存與載入2.1 Checkpoint方式2.2 Protocol_buffer方式3 CNN案例4 LSTM案例 1 Tensorboard 1.1 網絡

原创 一文搞定TensorFlow快速入門

文章目錄前言傳送門 前言 TensorFlow 是谷歌針對DL網絡大規模訓練開發的開源框架,目前社區活躍度最高,工業界較常用。本系列是對TensorFlow的快速入門實戰分享,下一節會分享相關傳送門。 傳送門 基礎操作 進階操作

原创 【劍指Offer系列32-1】從上到下打印二叉樹

文章目錄題目代碼PythonC++ 題目 從上到下打印出二叉樹的每個節點,同一層的節點按照從左到右的順序打印。 例如: 給定二叉樹: [3,9,20,null,null,15,7], 3 / 9 20 / 15 7 返

原创 計算機視覺工程師的萬里長征路(附完整學習資料)

文章目錄前言1 計算機基礎2 編程語言3 數學基礎4 圖像處理與OpenCV5 機器學習與Scikit-learn6 深度學習與框架7 CV子方向未完待續 前言 計算機視覺 (CV) 作爲人工智能 (AI) 的子方向,近年來十分火