原创 統計學習方法筆記(十六)

統計學習方法筆記(十六):主成分分析 定義 主成分分析(PCA)是一種常用的無監督學習方法,這一方法利用正交變換把由線性相關變量表示的觀測數據轉換爲少數幾個由線性無關變量表示的數據,線性無關的變量稱爲主成分。主成分的個數通常小於

原创 統計學習方法筆記(十五)

統計學習方法筆記(十五):奇異值分解 概述 奇異值分解(singular value decomposition,SVD)是一種矩陣因子分解法,是線性代數的概念 矩陣的奇異值分解不是唯一的 任意給定一個實矩陣,其奇異值分解一定存

原创 統計學習方法筆記(十四)

統計學習方法筆記(十四):聚類方法 基本概念 聚類是針對給定的樣本,依據它們的特徵的相似度或距離,將其歸併到若干個“類”或“簇”的數據分析問題 聚類屬於無監督學習,因爲只是根據樣本的相似度或距離將其進行歸類,而類或簇事先並不知道

原创 CVPR2020論文筆記-Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style Transfer

CVPR2020論文筆記:Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style Transfer 概述 本文介紹一種神經風格遷移模型,

原创 統計學習方法筆記(八)

統計學習方法筆記(八):提升方法 在分類問題中,通過改變訓練樣本的權重,學習多個分類器,並將這些分類器進行線性組合,提高分類的性能 提升方法AdaBoost算法 如何改變訓練數據的權值或概率分佈 AdaBoost的做法是,提

原创 統計學習方法筆記(九&十&十一)

統計學習方法筆記(九&十):EM算法、隱馬爾可夫模型、條件隨機場 EM算法(簡要介紹) 隱馬爾可夫模型(HMM) 隱馬爾可夫模型是可用於標註問題的統計學習模型,屬於生成模型 條件隨機場 總結 這幾種傳統的有監督的統計學習

原创 統計學習方法筆記(七)

統計學習方法筆記(七):支持向量機 定義 處理二分類問題 學習目標 學習目標是在特徵空間中找到一個分離超平面,能將實例分到兩個不同的類(正類和負類)。分離超平面對應於方程Wx+b=0,它由法向量W和截距b決定。法向量指向

原创 統計學習方法筆記(六)

統計學習方法筆記(六):logistic迴歸於最大熵模型

原创 統計學習方法筆記(十二)

統計學習方法筆記(十二):監督學習方法總結

原创 統計學習方法筆記(十三)

統計學習方法筆記(十三):無監督學習概論 無監督學習是從無標註數據中學習模型的機器學習問題,是機器學習的重要組成部分 訓練數據集的表示 聚類:如果一個樣本只能屬於一個類,稱爲硬聚類;如果一個樣本可以屬於多個類,稱爲軟

原创 CS231n學習筆記(十三)

CS231n學習筆記(十三):生成式模型(無監督學習) 有無監督學習對比 有監督學習 無監督學習 對比 生成式模型(Generative Models) PixelRNN/CNN(顯式密度估計) 變分自編碼器

原创 CVPR2020論文筆記-風格遷移方向(一)

CVPR2020論文筆記:Diversified Arbitrary Style Transfer via Deep Feature Perturbation 概述 提出了一種利用正交隨機噪聲矩陣對WCT的過程進行修改的方法,從而

原创 Mac中如何用終端打開pycharm

Mac中如何用終端打開pycharm 先正常通過app打開pycharm 然後點擊最上方菜單欄中的Tools 選擇創建命令行啓動選項 出現 點擊ok 然後複製裏面的命令到終端中就可以用終端打開pycharm啦

原创 Mac中安裝完anaconda之後命令行輸入conda顯示無命令解決辦法

Mac中安裝完anaconda之後命令行輸入conda顯示無命令解決辦法 打開mac終端:輸入 vim ~/.bash_profile 在文件中找到這樣的一行:export PATH="//anaconda3/bin:$

原创 Pycharm 中使用os.system()、subprocess等調用shell命令出現sh:l:XXX not found錯誤

Pycharm 中使用os.system()、subprocess等調用shell命令出現sh:l:XXX not found 從終端啓動pycharm就可以了,具體怎麼從終端啓動pycharm,另一篇博客有所敘述 出現這個問題