一、聚類介紹 聚類分析是指事先不瞭解每一個樣本的類別或其他的先驗知識，而唯一的分類根據是樣本的特徵，利用某種相似度度量的方法，把特徵相同或相似的歸爲一類，實現聚類劃分，聚類是一種無監督分類方法。同一個聚合類中的模式比不同聚合類中的模式更相
一、KNN介紹 K-近鄰分類器（KNN）是一種在線分類器，也就是說在分類的時候直接從訓練樣本中找出與待分類樣本最接近的K個樣本，以判斷待分類樣本的類別。初學者容易把KNN和Kmeans搞混，KNN是一種最簡單的有監督分類方法，而Kmean
一、SVM介紹 傳統學習方法採用的經驗風險最小化方法（ERM）雖然將誤差最小化，但不能最小化學習過程的泛化誤差。ERM方法不成功的例子就是神經網絡中的過學習問題。爲此，由Vapnik領導的貝爾實驗室研究小組於1963年提出了一種新的非常有
//shadow detection performed per pixel // should work for rgb data, could be usefull for gray scale and depth data as w
A Gentle Introduction to Machine Learning with Pythonand Scikit-learn 一篇基於pthon和scikt-learn的關於機器學習的介紹 GuillermoMon
增強現實，AR（AugmentedReality），從字面理解，即在人們的現實生活場景中疊加虛擬信息，達到對現實世界信息豐富和擴張的效果。 1.增強現實的歷史 人們對增強現實的研究是從1990年代初期開始，當時需要昂貴的
自己計劃實現一遍模式識別裏的內容。 Parzen窗估計是非參數估計。我在非參數技術——Parzen窗估計方法文章和非參數估計-Parzen窗口函數法文章裏面整理出了算法基本過程：利用第一篇博客給出的樣本數據對給定的數據進行分類。分類的方法
OpenCV，是Inter公司開發的免費開源專門由於圖像處理和機器視覺的C/C++庫，英文全稱是Open Source Computer Vision。 1. 可視化語言Matlab與OpenCV都可以用於圖像處理，學哪種比較好
下面是最近使用matlab常用的一些方法總結，不斷更新，方便以後查閱！ 問題1：如果我想把matlab僅僅是當成一個計算器來使用呢？或者說高級點的計算器？不想開UI界面，能在命令行下快速啓動。 簡單，只需運行： ./matlab -no
摘要 作者提出了一種深度學習圖像超分辨率的方法，直接在高低分辨率圖像之間學習一個端到端的映射。作者後續還證明了傳統的sparse-coding-based超分方法也可以看做一個深度卷積神經網絡，相對於這種方法，作者的方法聯合優化所
clear all; %---------------------- 打開訓練圖像集 --------------------% Files = dir('FREET\F1\*.bmp'); %打開文件夾中所有圖像 Dir =
邏輯迴歸LR是機器學習中一種主流的分類模型，主要用於二分類問題。 在這之前，線性迴歸多用來解決迴歸和分類問題，但是在分類問題中表現不佳，其輸出值是不確定範圍的。 LR將線性迴歸模型不確定範圍的輸出值通過Sigmod函數映射到（0,1）之間
參考 3.6 softmax迴歸的從零開始實現 import torch import torchvision import numpy as np import sys sys.path.append("..") import
參考： 百面機器學習 西瓜書 02 邏輯迴歸Logistic Regression（對數機率迴歸） 2.1 邏輯迴歸和線性迴歸 二者都使用極大似然法來對訓練樣本進行建模。 在求解超參數的過程中，都可以使用梯度下降的方法
在學習完 Andrew Ng 教授的機器學習課程，和多方查閱大神的博客，本以爲很簡單的邏輯迴歸，在深思其細節的時候，很多容易讓人不理解，甚至是疑惑的地方，這幾天一直冥想其中的緣由。 1、 爲什麼是邏輯迴歸？ 都說線性迴歸用來做
