机器学习

机器学习信息增益（Shannon Information Gain）
孟宝亮2024-04-15114520
信息增益是决策树算法中用于特征选择的一个重要指标。在构建决策树时，我们需要确定哪个特征最能有效地分割数据，使得子节点的纯度最高。信息增益就是衡量这种分割能力的指标。信息增益的计算基于信息熵（或熵）的概念。所以，我们需要...
机器学习词嵌入 word2vec 模型
孟宝亮2024-03-21169305
Word2Vec 是 Google 在 2013 年推出的一种用于生成词向量的模型，它通过无监督学习的方式从大量文本数据中学习单词的语义关系。即：通过训练一个浅层的神经网络模型来学习如何将每个词转换为一个固定长度的向量。...
机器学习层次 Softmax（Hierarchical Softmax）
孟宝亮2024-03-07176400
SoftMax 函数是深度学习和机器学习中一个非常重要的概念，主要用于处理多分类问题。Softmax 函数能够将一个实数向量映射为一个概率分布，使得输出向量的所有元素都在 0 到 1 之间，并且它们的和为 1。层次 S...
机器学习 K 均值聚类（K-means）
孟宝亮2024-02-14105300
聚类（Clustering）指的是将一组数据点按照某种规则或者方法分成多个组或簇，使得同一组内的数据点在某种意义上更相似，而不同组之间的数据点相对较不相似。聚类时，可以基于数据分布、基于数据密度、基于数据相似度、基于图...
机器学习方向梯度直方图算法（HOG）
孟宝亮2023-11-09137204
HOG（Histogram of Oriented Gradients）是一种用于图像处理和计算机视觉任务的特征描述方法，它通常用于目标检测和物体识别。HOG 特征是一种用于描述图像中局部纹理和形状的特征向量，其主要思想...
机器学习 SVM 决策函数（Decision Function）
孟宝亮2023-10-31152802
这篇文章我想讲解的是 scikit-learn 中 SVC 的二分类、多分类场景下 ovo、ovr 决策函数的计算过程，以了解 SVC 进行推理时的逻辑。从而加深对 SVC 的理解。决策函数公式得到决策值之后，直接判断...
机器学习 SVM 中的软间隔（Soft Margin）
孟宝亮2023-10-2888902
软间隔支持向量机在处理线性不可分问题时引入，允许一些训练样本出现在间隔内部的概念。这是通过引入松弛变量（slack variables）来实现的，它们允许一些样本出现在错误的一侧，从而使模型更加健壮并能够容忍噪声和离群值...
机器学习核函数（Kernel Function）
孟宝亮2023-10-28164200
核函数是一种在机器学习和统计学中广泛应用的数学函数，它用于将数据从原始特征空间映射到更高维度的特征空间，以便更容易地解决一些问题，尤其是在支持向量机（SVM）等算法中。核函数的主要作用是在高维空间中进行非线性映射，而无需...
机器学习 OpenCV Sobel
孟宝亮2023-10-22110902
Sobel 算子是一种常用的图像处理工具，它描述了图像中每个像素点处的亮度或颜色值变化方向和强度。它通常用于分析图像的边缘、纹理、形状和其他特征。在二维图像中，梯度通常是两个分量的矢量，分别表示在水平和垂直方向上的变化...
机器学习多项式朴素贝叶斯拟合和推理计算
孟宝亮2023-09-2680904
在 scikit-learn 机器学习框架中，sklearn.naive_bayes.MultinomialNB 是对多项式朴素贝叶斯算法的工程实现。接下来，通过一个例子能够理解：算法的拟合和推理的计算过程；拉普拉斯...
机器学习转置卷积核（Transpose Convolution Kernel）
孟宝亮2023-08-25157400
转置卷积核（Transpose Convolution Kernel）是深度学习中用于进行反卷积操作的核心组件之一。虽然有时也被称为 “逆卷积”，但实际上它用于执行上采样操作，而不是数学上的卷积的...
机器学习对抗生成网络（GAN）图像生成
孟宝亮2023-08-2579904
对抗生成网络（Generative Adversarial Network，GAN）是一种深度学习模型，由生成器（Generator）和判别器（Discriminator）组成，通过对抗训练的方式来生成逼真的数据。
机器学习 Transformer 位置编码（Position Encoding）
孟宝亮2023-07-07417804
在 Transformer 模型中，位置编码（Positional Encoding）是一种用来表示输入序列中每个 token 在序列中位置信息的技术。与 RNN 和 CNN 不同的是，Transformer 是基于自注...
机器学习多项式朴素贝叶斯（Multinomial NB）
孟宝亮2023-06-3025900
多项式朴素贝叶斯（Multinomial Naive Bayes）是朴素贝叶斯分类器的一种变体，主要用于文本分类任务。它是一种基于概率的分类算法，通常适用于处理离散型特征，特别是在文本分类问题中表现良好。我们以下面数据...

1 2 3 4 … 18

机器学习

机器学习 信息增益（Shannon Information Gain）

机器学习 词嵌入 word2vec 模型

机器学习 层次 Softmax（Hierarchical Softmax）

机器学习 K 均值聚类（K-means）

机器学习 方向梯度直方图算法（HOG）

机器学习 SVM 决策函数（Decision Function）

机器学习 SVM 中的软间隔（Soft Margin）

机器学习 核函数（Kernel Function）

机器学习 OpenCV Sobel

机器学习 多项式朴素贝叶斯拟合和推理计算

机器学习 转置卷积核（Transpose Convolution Kernel）

机器学习 对抗生成网络（GAN）图像生成

机器学习 Transformer 位置编码（Position Encoding）

机器学习 多项式朴素贝叶斯（Multinomial NB）

相关课程