一亩三分地

机器学习方向梯度直方图算法（HOG）
孟宝亮2023-11-09137304
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2023-10-31153002
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2023-10-2889102
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2023-10-28164600
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2023-10-22111002
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...

C++ new/delete 使用场景

《Python飞机大战》

TF-IDF

C++ std::thread 使用详解

数据结构 Product Quantization（PQ）
孟宝亮2023-10-08189903
Product Quantization 是一种有效的近似最近邻搜索方法，具有较高的搜索效率和较低的内存消耗。该方法已被广泛应用于图像检索、文本检索和机器学习等领域。 PQ 将高维数据点分成多个子空间，并对每个子空间使用...
数据结构局部敏感哈希（Locality Sensitive Hashing）
孟宝亮2023-10-0799700
局部敏感哈希索引（Locality-Sensitive Hashing，LSH）是一种用于高维数据检索的技术，特别适用于近似最近邻搜索（Approximate Nearest Neighbor Search）的问题。在高...
PYTHON Chroma Hello World
孟宝亮2023-10-07102803
Chroma is the open-source embedding database. Chroma makes it easy to build LLM apps by making knowledge, fact...
PYTHON Faiss 向量检索库
孟宝亮2023-10-06403804
Faiss（Facebook AI Similarity Search）是由 Facebook AI 团队开发的一个开源库，用于高效相似性搜索的库，特别适用于大规模向量数据集的存储与检索。 https://github....
机器学习多项式朴素贝叶斯拟合和推理计算
孟宝亮2023-09-2681004
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...

C++ 虚函数机制

C++ 移动语义

C++ constexpr 关键字

《决策树》

课程内容《随机森林》（一）准备工作
孟宝亮2023-09-1926700
随机森林（Random Forest）是一种基于集成学习思想的监督学习算法，广泛用于分类和回归任务。随机森林在很多不同的领域表现出色，如金融市场预测、客户流失预测、医疗诊断等。它不仅在结构化数据集上表现良好，还可以用于非...
《随机森林》
课程内容《随机森林》（二）算法初探
孟宝亮2023-09-1832103
随机森林（Random Forest）能够用于分类和回归任务。通过两个应用案例来学习如何使用随机森林来解决分类和回归问题，以及算法的基本原理。 1. 算法使用 2. 基本原理随机森林通过构建多个决策树并将其结果进行整合...
《随机森林》
课程内容《随机森林》（三）算法细节
孟宝亮2023-09-1731800
对于随机森林算法而言，预测过程非常简单，易于理解。理解的重点是其如何训练多个基学习器来构建强学习器。 1. 有放回采样随机森林基于原始训练集通过有放回的采样（Bootstrap Sampling）产生不同的数据子集来训...
《随机森林》
课程内容《随机森林》（四）算法实现
孟宝亮2023-09-1632700
scikit-learn 提供了 RandomForestClassifier 和 RandomForestRegressor 两个随机森林的实现，用于分类和回归任务。为了能够更好的使用随机森林，我们需要详细了解该实现的...
《随机森林》

1 … 7 8 9 … 37

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

C++ new/delete 使用场景

《Python飞机大战》

TF-IDF

C++ std::thread 使用详解

数据结构 Product Quantization（PQ）

数据结构 局部敏感哈希（Locality Sensitive Hashing）

PYTHON Chroma Hello World

PYTHON Faiss 向量检索库

机器学习 多项式朴素贝叶斯拟合和推理计算

C++ 虚函数机制

C++ 移动语义

C++ constexpr 关键字

《决策树》

课程内容 《随机森林》（一）准备工作

课程内容 《随机森林》（二）算法初探

课程内容 《随机森林》（三）算法细节

课程内容 《随机森林》（四）算法实现

网站统计

基于 Ollama 部署大语言模型

线性判别分析（LDA）

C++ std::async 工具使用

C++ std::thread 使用详解

主成分分析（PCA）

《高斯混合模型》

Google gRPC 编译、安装、使用

期望最大化算法（EM）

《Google Protobuf》

C++ std::ref 引用包装器

最新评论

热门排行

友情链接