机器学习

数据标注学习总结

数据标注 人工智能 机器学习
2022-07-18 00:42 阅读数 74

19.高通滤波

上一节为低通滤波，最主要的作用是去噪高斯滤波去除高斯噪声中值滤波去除椒盐噪声双边噪声用于美颜高通滤波最主要的作用是用于检测边缘常见的高通滤波：对于3*3的卷积核，Sobel(索贝尔)没有Scharr(沙尔)好，因为Scharr(沙尔)可以检测出更细的边缘线。Sobel(索贝尔)比较粗糙缺点：计...
2022-06-13 16:52 阅读数 20

手写机器学习算法系列01——线性回归

线性回归是最简单的机器学习算法，说白了就是构造一元或者多元的线性方程，然后根据现有样本数据进行函数拟合，求解出线性方程的各个参数，之后就可以通过该线性方程进行相关预测。
2022-06-09 07:41 阅读数 92

最好的评价线性回归的指标-R Squared

在学习线性回归的时候大多数教程会讲到RMSE，MSE(MAE提到的较少)这两个指标评价模型模型拟合的效果，当然MSE也就是模型的损失函数。在分类模型中针对不同的数据我们可以用分类的准确度评价谁的模型效果较好，这两者的量纲是一致的，但是在回归中预测不同的实际场景，比如一个预测股市，一个预测房价，...
2022-06-01 19:03 阅读数 43

python机器学习-建立随机森林预测模型并特征分析（完整代码+实现效果）

python机器学习-建立随机森林预测模型并特征分析（完整代码+实现效果）。
2022-05-28 09:59 阅读数 102

深度学习正则化(L1 norm/L2 norm)以及dropout理解

正则化知识其实是深度学习领域较为基础的知识点，初入此门的时候受限于正则化三个字的逼格，一直不求甚解；后期虽然了解但也仅限于L1和L2范数而已。恰巧上周在谢毅博士的课上旁听，讲到多拟合相关知识，后续和捷文讨论transformer内部的dropout为何还广泛使用，由此总结下正则化相关内容。1、...
2022-05-20 14:09 阅读数 164

灰色预测模型GM（1，1）

本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版）灰色预测的主要特点时模型使用的不是原始数据序列，而是生成的数据序列。其核心体系时灰色模型，即对原数据作累加生成得到近似指数规律再进行建模的方法。优点：不需要很多数据，一般只需要4个数据，就能够解决历史数据少。序列的完整性及可靠性低的问...
2022-05-15 18:35 阅读数 57

Matlab群体智能优化算法之鹈鹕优化算法(POA)

Pelican Optimization Algorithm: A Novel Nature-Inspired Algorithm for Engineering Applications参考文献：Trojovský P, Dehghani M. Pelican Optimization Al...
2022-05-11 08:58 阅读数 157

机器学习算法——决策树4（剪枝处理）

ID3算法优缺点：① 不能对连续数据进行处理，只能通过连续数据离散化进行处理；② 采用信息增益容易偏向取值较多的特征，准确率不如信息增益率；③ 缺失值不好处理。④ 没有采用剪枝，决策树的结构可能过于复杂，容易出现过拟合。C4.5算法优缺点：① 产生的规则容易理解，准确率高，实现简单；② 对数据...
2022-05-09 14:41 阅读数 54

基于DOA联合TDOA时间积累下二维平面GDOP

%-----------------------------------------------------------------------% --- 外辐射源基于DOA联合TDOA时间积累下二维平面GDOP分析 ---一发一收体制----%------------------------...
2022-04-16 03:38 阅读数 136
技术
今日推荐
ioDraw Mac客户端安装教程
阅读数 32
下载桌面版
GitHub
百度网盘（提取码：draw）
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱：[email protected]
QQ群：766591547
关注微信
©2020-2024 ioDraw All rights reserved, Privacy Policy