QIY.NET

柒月的博客
本站总访问量次

DL学习笔记（一）

BP神经网络白菜入门题

Deep Learning 的学习需稳扎稳打 积累自己的小厂库 1 概要 2 题干 2.1 正向传播求损失 2.2 反向传播求梯度 2.3 迭代 1 概要 对于BP神经网络 1个闭环，2个过程：“前向传播求损失” “反向传播求梯度” 4个名词： 梯度函数 损失函数 权重 激励函数（sigmoid）...

Posted by QIY on June 8, 2020

ML学习笔记（二.二）

图像线性分类器

Machine Learning 的学习需稳扎稳打 1 临近法 2 损失函数 2.1 支持向量机损失 2.2 互熵损失 3 总结 基本原则：测试集对比训练集； 1 临近法 如下 逐位减法 - - 每一行为某一类的权重，最后那类权重高则判别为哪一类。 - 神经网络：高维非线性切割。 ...

Posted by QIY on June 8, 2020

ML学习笔记（四）

CART-GBDT基础

Machine Learning 的学习需稳扎稳打 1 CART 2 GBDT 2.1 基本思想 2.3 例子2 1 CART ID3中使用了信息增益选择特征，增益大优先选择。C4.5中，采用信息增益比选择特征，减少因特征值多导致信息增益大的问题。CART分类树算法使用基尼系数来代替信息增益比，基尼系数代表了模型的不纯...

Posted by QIY on June 5, 2020

ML学习笔记（三）

贝叶斯估计1

Machine Learning 的学习需稳扎稳打 1 背景 2 估计 2.1 最大似然估计(maximum likelihood estimates，MLE) 2.2 最大后验估计(maximum a posteriori estimation，MAP) 2.3 贝叶斯估计 3 计算 1 背景 贝叶斯...

Posted by QIY on June 4, 2020

ML学习笔记（二）

KNN-K_means

Machine Learning 的学习需稳扎稳打 1 概述 2 优缺点 3 流程（百度百科） 4 K-means 5 KNN和K-Means的区别 SVM KNN 1 概述 设一个最小距离样本个数K=5,Xq内3-，2+，那么Xq为-。 原理就是当预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。 KNN算法...

Posted by QIY on June 4, 2020

ML学习笔记（一）

SVM基础1

Machine Learning 的学习需稳扎稳打 1分类问题常用方法 2支持向量机概述（Support Vector Machine, SVM） 3基础知识 3.1 凸优化 3.1.1 凸集 3.1.2 凸函数 3.1.3 凸优化 ...

Posted by QIY on June 3, 2020

DL学习笔记（四）

GAN基础1

Deep Learning 的学习基本上是学十得一。稳扎稳打再来一次 1 背景 2 概念 3 比较 3.1 针对生成器 3.2 输出差异 4 算法描述 1 背景 生成对抗网络 Since sliced bread 有史以来最酷的东西 概率密度的生成器 2 概念 GAN：由生成器G和判别器D组成，先固定G...

Posted by QIY on June 1, 2020

PRML通俗串烧02

第二章 概率分布

从基础做起 概率分布 2.1 二元分布 2.1.1 伯努利分布 2.1.2 二项分布 2.1.3 Beta分布 2.2 多项式变量 2.3 高斯分布（正态分布） 2.3.1 条件高斯分布 ...

Posted by QIY on May 28, 2020

PRML通俗串烧03

第三章 线性回归模型

从基础做起 线性回归模型 3.1 线性基函数模型 3.1.1 最大似然与最小平方 3.3 贝叶斯线性回归 线性回归模型 3.1 线性基函数模型 3.1.1 最大似然与最小平方 总结起来，最大似然估计的目的就是：利用已知的样本结果，反推最有可能（最...

Posted by QIY on May 28, 2020

图像处理基础（一）

滤波器

图像处理 的学习基本上是学十得一。稳扎稳打再来一次 1 空间域 1 平滑空间滤波器（积分） 1.1.1 均值滤波器 1.1.2最大值滤波器 1.1.3中值滤波器 1.1.4最小值滤波器 2 锐化空间滤波器（微分） ...

Posted by QIY on May 25, 2020

FEATURED TAGS
PRML image processing Deep Learning Machine Learning SLAM
ABOUT ME