原创 CV大牛部分表格

牛人和牛mm的照片見:http://www.sigvc.org/bbs/thread-548-1-1.htmlCV人物1:Jianbo Shi史建波畢業於UC Berkeley,導師是Jitendra Malik。其最有影響力的研究成果:

原创 Deep Learning方向的paper整理(1)

http://hi.baidu.com/chb_seaok/item/6307c0d0363170e73cc2cb65 個人閱讀的Deep Learning方向的paper整理,分了幾部分吧,但有些部分是有交叉或者內容重疊,也不必糾結

原创 機器學習資料收集(持續更新)--書籍--個人主頁

轉載: http://blog.csdn.net/qianxin_dh/article/details/41596109 書籍論文資料: 機器學習大牛,Andrew Ng主講的斯坦福大學機器學習課程: http://www.ho

原创 機器學習的學習資源--入門書-進階書-入門視頻-繼續閱讀推薦

http://blog.jobbole.com/56256/ 這是一篇很難寫的文章,因爲我希望這篇文章能對學習者有所啓發。我在空白頁前坐下,並且問自己了一個很難的問題:什麼樣的庫、課程、論文和書籍對於機器學習的初學者來說是最好的。

原创 Eeeplearning-正則化方法--L1和L2 regularization、數據集擴增、dropout

轉載請註明出處:http://blog.csdn.net/u012162613/article/details/44261657 保持輸入輸出層不變,按照BP算法更新上圖神經網絡中的權值(虛線連接的單元不更新,因爲它們

原创 核密度估計-Kernel density estimation--精華彙總

wiki:  https://en.wikipedia.org/wiki/Kernel_density_estimation 博客:http://blog.163.com/zhuandi_h/blog/static/18027028820

原创 個人喜歡的關於模式識別、機器學習、推薦系統、圖像特徵、數值計算、目標跟蹤等方面個人主頁及博客

轉載 http://blog.csdn.net/zhangping1987/article/details/29554621 David Lowe:Sift算法的發明者,天才。 Rob Hess:sift的源碼OpenSi

原创 Maxout的深入理解

轉之:http://www.cnblogs.com/tornadomeet/p/3428843.html  maxout出現在ICML2013上,作者Goodfellow將maxout和dropout結合後,號稱在MNIST, CI

原创 關於最大似然估計和最小二乘法的理解和公式推導

http://www.zhihu.com/question/20447622 親愛的龍哥,Quant at Bluewood Capital AttufliX、胖松鼠卷啊卷、po TAN 等人贊同 最小二乘法可以從Cost/

原创 機器學習經典書籍--入門書-入門--深入--數學基礎

轉之    http://suanfazu.com/t/topic/15 前面有一篇機器學習經典論文/survey合集209。本文總結了機器學習的經典書籍,包括數學基礎和算法理論的書籍。本文會保持更新,歡迎推薦。 入門書單 《數

原创 最大似然度或者最大似然估計

本博客轉於:http://blog.sina.com.cn/s/blog_598fbae20101blvd.html 在BRM的數學推導中提到了,最大似然估計!!! 最大似然估計(Maximum Likelihood,ML) 最

原创 NP問題~~NPC問題~~P問題~~精妙!

http://www.matrix67.com/blog/archives/105 什麼是P問題、NP問題和NPC問題     這或許是衆多OIer最大的誤區之一。     你會經常看到網上出現“這怎麼做,這不是NP問題嗎”、“這個只有

原创 非最大抑制(NMS)

<span style="font-family: 'Microsoft YaHei';">轉之:</span> http://blog.csdn.net/H2008066215019910120/article/details/

原创 關於N-Gram模型

 我把N-Gram關鍵的幾句話貼出來(對別人帖子的一些修改):     該模型基於這樣一種假設,第n個詞的出現只與前面N-1個詞相關,而與其它任何詞都不相關,整句的概率就是各個詞出現概率的乘積。這些概率可以通過直接從語料中統計N個詞同

原创 優化算法基本原理

http://weibo.com/p/230418eb3aea990102v41r 機器學習就兩個問題,一個是model的定義,一個就是如何優化,model是戰略,優化則是執行。 在Caffe現在的版本中,主要使用了三種優化算法SGD、