原创 數理統計——隨機過程

數理統計——隨機過程 文章目錄數理統計——隨機過程概述隨機過程的定義隨機過程的數字特徵典型的隨機過程獨立增量過程泊松過程維納過程馬爾可夫過程定義平穩馬爾可夫鏈小結 概述 這篇博文我們主要探討在通信領域和自然語言處理(Natural

原创 機器學習(一)——機器學習概述和線性迴歸

機器學習(一)——機器學習概述和線性迴歸 文章目錄機器學習(一)——機器學習概述和線性迴歸機器學習基本概念什麼是機器學習機器學習和傳統編程的區別機器學習的分類線性迴歸問題描述數據分析損失函數數學推導編程實現安裝並導入必要的包編寫線

原创 非參數統計概述

非參數統計概述 文章目錄非參數統計概述引言非參數方法舉例Wilcoxon 符號秩檢驗Wilcoxon秩和檢驗斯皮爾曼相關性檢驗BootstrapPermutation小結 引言 非參數統計(nonparametric statis

原创 機器學習(五)常用分類模型(K最近鄰、樸素貝葉斯、決策樹)和分類評價指標

機器學習(五)常用分類模型(K最近鄰、樸素貝葉斯、決策樹)和分類評價指標 文章目錄機器學習(五)常用分類模型(K最近鄰、樸素貝葉斯、決策樹)和分類評價指標綜述常用分類模型K最近鄰模型樸素貝葉斯模型決策樹常用分類指標準確率、精確率和

原创 機器學習(二)線性迴歸的進一步討論

機器學習(二)線性迴歸的進一步討論 文章目錄機器學習(二)線性迴歸的進一步討論關於迴歸的一些問題第一個問題更復雜的模型過擬合和欠擬合第二個問題如何評價模型交叉驗證第三個問題模型幻覺解決方案——正則化編程實現——嶺迴歸小結 在上一篇

原创 機器學習(三)梯度下降法

機器學習(三)梯度下降法 文章目錄機器學習(三)梯度下降法綜述梯度下降法梯度和學習率梯度下降法的侷限隨機梯度下降法小結 綜述 這一篇博文我們主要來討論更一般的讓模型參數趨於最優參數的方法。這就類似於求解高中學過的求函數最大值的問題

原创 深度學習(二)——神經網絡基礎(多層感知器、反向傳播算法)

深度學習(二)——神經網絡基礎 文章目錄深度學習(二)——神經網絡基礎神經網絡的通用分類神經網絡的基本結構基礎架構人工神經元激活函數模型訓練與反向傳播算法前向傳播反向傳播梯度消失和梯度爆炸 神經網絡的通用分類 人工神經網絡模型可以

原创 計算機視覺之目標檢測——R-CNN、Fast R-CNN和Faster R-CNN詳解

計算機視覺之目標檢測——R-CNN、Fast R-CNN和Faster R-CNN詳解 文章目錄計算機視覺之目標檢測——R-CNN、Fast R-CNN和Faster R-CNN詳解目標檢測的任務目標檢測的方法R-CNNFast

原创 深度學習(一)——深度學習概述

深度學習(一)——深度學習概述 文章目錄深度學習(一)——深度學習概述深度學習的定義和起源促使深度學習發展的原因特徵工程方面的挑戰維度災難局部不變性和平滑正則化流形學習小結 深度學習的定義和起源 我們談論的深度學習(Deep le

原创 數據結構詳解——最大(小)左傾樹

數據結構詳解——最大(小)左傾樹 文章目錄數據結構詳解——最大(小)左傾樹最大(小)左傾樹的定義及用途操作最大HBLT合併操作插入操作和刪除操作初始化操作Java語言實現的最大HBLT 最大(小)左傾樹的定義及用途 最大(小)左傾

原创 機器學習(六)——支持向量機

機器學習(六)——支持向量機 文章目錄機器學習(六)——支持向量機概述模型思路代數抽象工程求解——拉格朗日對偶核函數小結 概述 支持向量機(Support Vector Machine,SVM)是一個非常強大的分類模型,它曾經被稱

原创 數據結構詳解——堆

數據結構詳解——堆 文章目錄數據結構詳解——堆堆的定義堆的作用堆操作及Java語言實現元素的優先集合取得優先級最大的元素插入元素到最大堆從最大堆中刪除元素堆的應用——堆排序 堆的定義 首先我們給出最大樹(最小樹)的定義: 最大樹

原创 深度學習(三)——卷積神經網絡

深度學習(三)——卷積神經網絡 文章目錄深度學習(三)——卷積神經網絡概述CNN的神經網絡層卷積層卷積核和卷積操作零填充和填充卷積感受野與擴張卷積池化層全連接層轉置卷積層感興趣區域(RoI)池化層經典卷積神經網絡架構LeNetAl

原创 彙編語言消除連接程序時的警告:No stack segment

問題描述 首先我們寫一段很簡單的帶有棧段的彙編程序: stack segment db 128 dup (?) stack ends code segment assume cs:code,ss:stack s