原创 機器學習---線性迴歸算法梳理

線性迴歸算法梳理任務1 - 線性迴歸算法梳理一、基本概念二、線性迴歸的原理三、線性迴歸損失函數、代價函數、目標函數四、優化方法(梯度下降法、牛頓法、擬牛頓法等)五、線性迴歸的評估指標六、sklearn參數詳解 任務1 - 線性迴歸

原创 LBP特徵描述算子---CV基礎

計算機視覺基礎:圖像處理(下)-Task02 LBP特徵描述算子-人臉檢測 2.1 簡介 LBP指局部二值模式(Local Binary Pattern),是一種用來描述圖像局部特徵的算子,具有灰度不變性和旋轉不變性等顯著優點。L

原创 Harris角點檢測---CV基礎

計算機視覺基礎-圖像處理(下)-Task01 Harris角點檢測 1.1 簡介 在圖像處理領域中,特徵點又被稱爲興趣點或者角點,它通常具有旋轉不變性和光照不變性和視角不變性等優點,是圖像的重要特徵之一,常被應用到目標匹配、目標跟

原创 Haar特徵描述算子-人臉檢測---CV基礎

計算機視覺基礎-圖像處理(下)-Task03 Haar特徵描述算子-人臉檢測 3.1簡介 Haar-like特徵最早是由Papageorgiou等應用於人臉表示,在2001年,Viola和Jones兩位大牛發表了經典的《Rapid

原创 windows系統下python快速註釋多行

以下才做適合於Windows系統。 除了對每一行前面添加#的註釋方式外(如若要註釋多行,這種方式較慢),我們還可以考慮另外兩種註釋方式: 1、Ctrl + / (先選中要註釋的代碼,再按Ctrl + /) 2、用’’’ ‘’'或者

原创 python快速註釋多行

除了對每一行前面添加#的註釋方式外(如若要註釋多行,這種方式較慢),我們還可以考慮另外兩種註釋方式: 1、Ctrl + / (先選中要註釋的代碼,再按Ctrl + /) 2、用’’’ ‘’'或者""" “”" 將要註釋的代碼置於多

原创 LeetCode刷題1---第一個錯誤的版本

278、第一個錯誤的版本 給定 n = 5,並且 version = 4 是第一個錯誤的版本。 調用 isBadVersion(3) -> false 調用 isBadVersion(5) -> true 調用 isBadVers

原创 Task03 OpenCV框架與彩色空間互轉

計算機視覺基礎-圖像處理(上)-Task03 彩色空間互轉 3.1 簡介 圖像彩色空間互轉在圖像處理中應用非常廣泛,而且很多算法只對灰度圖有效;另外,相比RGB,其他顏色空間(比如HSV、HSI)更具可分離性和可操作性,所以很多圖

原创 Task02 OpenCV框架與幾何變換

計算機視覺基礎-圖像處理(上)-Task02 幾何變換 2.1 簡介 該部分將對基本的幾何變換進行學習,幾何變換的原理大多都是相似,只是變換矩陣不同,因此,我們以最常用的平移和旋轉爲例進行學習。在深度學習領域,我們常用平移、旋轉、

原创 Task04 OpenCV框架與圖像濾波

計算機視覺基礎-圖像處理(上)-Task04 圖像濾波 4.1 簡介 圖像的實質是一種二維信號,濾波是信號處理中的一個重要概念。在圖像處理中,濾波是一種非常常見的技術,它們的原理非常簡單,但是其思想卻十分值得借鑑,濾波是很多圖像算

原创 Task05 OpenCV框架與圖像分割/二值化

計算機視覺基礎-圖像處理(上)-Task05 圖像分割/二值化 5.1 簡介 該部分的學習內容是對經典的閾值分割算法進行回顧,圖像閾值化分割是一種傳統的最常用的圖像分割方法,因其實現簡單、計算量小、性能較穩定而成爲圖像分割中最基本

原创 Task06 OpenCV框架與邊緣檢測

計算機視覺基礎-圖像處理(上)- Task06 邊緣檢測 6.1 簡介 6.1.1 什麼是邊緣? 邊緣是圖像強度函數快速變化的地方 6.1.2 如何檢測邊緣? 爲了檢測邊緣,我們需要檢測圖像中的不連續性,可以使用導數來檢測不連續性

原创 Task01 OpenCV框架與圖像插值算法

計算機視覺基礎-圖像處理(上)-Task01 OpenCV框架與圖像插值算法 1.1 簡介 在圖像處理中,平移變換、旋轉變換以及放縮變換是一些基礎且常用的操作。這些幾何變換並不改變圖象的象素值,只是在圖象平面上進行象素的重新排列。

原创 垃圾短信檢測---邏輯迴歸

垃圾短信檢測 代碼: # _*_ coding: tf-8 _*_ # 垃圾短信檢測 # 1、導入需要的包 import pandas as pd from sklearn import linear_model from sk

原创 機器學習---決策樹算法梳理

決策樹算法梳理任務3 - 決策樹算法梳理1、信息論基礎(熵 聯合熵 條件熵 信息增益 基尼不純度)2.決策樹的不同分類算法(ID3算法、C4.5、CART分類樹)的原理及應用場景3、迴歸樹原理4、決策樹防止過擬合手段5、模型評估6