原创 【機器學習(五)】從決策樹到隨機森林

目錄 引言 Bagging 隨機森林(RF) 隨機森林的優點 隨機森林的缺點 代碼實現隨機森林 上一篇:【機器學習(四)】決策樹、ID3算法、C4.5算法、CART算法:原理,案例和代碼   引言 上一文,筆者詳細介紹了決策樹(點此查看決

原创 【數據處理(一)】python,opencv和PIL,自己製作數據集的處理腳本:圖像尺寸調整、重命名、裁剪、格式轉換、尺寸測試和標籤測試

目錄 引言 程序介紹 程序1:批量調整圖像尺寸 代碼: 程序2:批量圖像尺寸調整 代碼: 程序3:批量圖像重命名 代碼: 程序4:圖像裁剪 代碼: 程序5:圖像格式轉換 代碼: 程序6:測試圖像尺寸是否是指定大小 代碼: 程序7:測試圖像

原创 【人臉識別(三)】:使用face_recognition庫實現人臉識別,python實現

人臉識別(一):Ubuntu Python安裝dlib C++ library 人臉識別(二):如何使用 dlib 實現簡單的人臉識別功能 人臉識別(四):人臉識別理論、原理、分類、概括,請針對性學習所需算法,不要全學。 人臉識別(五):

原创 【操作系統(二)】ubuntu使用git clone克隆/下載github模型速度慢的解決方案

描述 使用在linux操作系統上使用git clone下載github上模型速度慢,多數是因爲網不好。 提供了兩種方法,可以同時使用。 方法:先刷hosts 1. 命令行輸入下列代碼,找到 github.global.ssl.fast

原创 【人臉識別(二)】:如何使用 dlib 實現簡單的人臉識別功能

人臉識別(一):Ubuntu Python安裝dlib C++ library 人臉識別(三):使用face_recognition庫實現人臉識別,python實現 人臉識別(四):人臉識別理論、原理、分類、概括,請針對性學習所需算法,不

原创 【操作系統(二)】Anaconda換源、pip指定安裝源下載

簡述: 使用Anaconda在安裝程序時,由於源在國外的原因,下載速度慢,時常出現read time out。看了許多的博客,瞭解到通過換源的方法,將國外源換成國內源,能夠使下載速度飛昇。 本文介紹了windows與Ubuntu上換源的

原创 【人臉識別(一)】:Ubuntu Python安裝dlib C++ library

人臉識別(二):如何使用 dlib 實現簡單的人臉識別功能 人臉識別(三):使用face_recognition庫實現人臉識別,python實現 人臉識別(四):人臉識別理論、原理、分類、概括,請針對性學習所需算法,不要全學。 人臉識別(

原创 【機器學習(一)】機器學習中使用樸素貝葉斯(即最小錯誤率貝葉斯)、最小風險貝葉斯實現分類

目錄 1. 樸素貝葉斯分類(最小錯誤率貝葉斯) 1.1 理論: 1.2 樸素貝葉斯算法流程: 1.3 舉例說明 1.3.1 計算步驟: 1.3.2 程序代碼: 2. 貝葉斯估計 2.1 算法流程: 2.2 舉例說明 3 最小風險貝葉斯 3

原创 【人臉識別(五)】:基於Haar+Adaboost的人臉檢測算法,及實例教程

人臉識別(一):Ubuntu Python安裝dlib C++ library 人臉識別(二):如何使用 dlib 實現簡單的人臉識別功能 人臉識別(三):使用face_recognition庫實現人臉識別,python實現 人臉識別(四

原创 【人臉識別(四)】:人臉識別理論、原理、分類、概括,請針對性學習所需算法,不要全學。

人臉識別(一):Ubuntu Python安裝dlib C++ library 人臉識別(二):如何使用 dlib 實現簡單的人臉識別功能 人臉識別(三):使用face_recognition庫實現人臉識別,python實現 人臉識別(五

原创 【踩坑(一)】Tensorflow遇到類似Could not dlopen library ‘libcudart.so.10.0’問題怎麼解決

問題: 在使用tensorflow跑深度學習程序時遇到Could not dlopen library 'libcudart.so.10.0'以及類似的問題。 作者的是cuda10.0和cudnn7.5,讀者的cuda、cudnn可能和

原创 【操作系統(一)】Ubuntu使用apt-get install安裝程序下載速度慢?apt-fast加速下載。

目錄 前言: 安裝方法: 使用方法: 可能出現的問題: 前言: 受到各種因素影響,有時ubuntu使用sudo apt-get install xx安裝程序,在下載軟件的時候會出現下載速度過慢的問題。 解決辦法:通過安裝apt-fast代

原创 機器學習中:信息熵,信息增益,信息增益比,原理,案例,代碼實現。

目錄 引言 原理 信息熵 條件熵 信息增益 信息增益算法流程 信息增益比 案例 信息熵求解 信息增益求解 信息增益比求解 結果分析 案例的代碼實現 引言 在機器學習和深度學習中,經常會用到信息熵(entropy)這個概念,可以理解爲熵表示

原创 決策樹、ID3算法、C4.5算法、CART算法:原理,案例和代碼

目錄 1.引言 2.決策樹 2.1 決策樹與if-then規則 2.2 決策樹與條件概率分佈 2.3 決策樹學習 3.特徵選擇 4.決策樹生成 4.1 ID3生成算法 4.2 C4.5生成算法 5.決策樹剪枝 5.1剪枝算法 6.CART

原创 K近鄰算法:原理、kd樹構造和查找、案例分析、代碼(機器學習庫、自己實現)

目錄 簡述 原理 三要素一:距離度量 三要素二:k值選擇 三要素三:分類決策規則 算法流程: k近鄰實現:kd樹 構造kd樹 kd樹查找 案例說明 構造kd樹: kd樹搜索: 結果輸出 案例代碼一 KNN類實現 kd樹構造類: kd樹的最