- 决策树是一种基本的分类与回归方法。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。决策树学习通常包括3个步骤：特征选择、决策树生成和决策树修剪。决策树学习的思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算... 决策树是一种基本的分类与回归方法。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。决策树学习通常包括3个步骤：特征选择、决策树生成和决策树修剪。决策树学习的思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算...
- 大家好，我是小小明，在学习 好友叶庭云 介绍的一门中国大学MOOC的课程中，学到手绘图像，下面我测试并总结一下。 课程链接是：https://www.icourse163.org/course/BIT-... 大家好，我是小小明，在学习 好友叶庭云 介绍的一门中国大学MOOC的课程中，学到手绘图像，下面我测试并总结一下。 课程链接是：https://www.icourse163.org/course/BIT-...
- 目录 前言往期文章6.2 维数、基与坐标定义2定义3 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～ 自我介绍 ଘ(... 目录 前言往期文章6.2 维数、基与坐标定义2定义3 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～ 自我介绍 ଘ(...
- 目录 前言往期文章5.7 正定二次型定理9：惯性定理定义10定理10推论定理11：赫尔维茨定理举例例17 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文... 目录 前言往期文章5.7 正定二次型定理9：惯性定理定义10定理10推论定理11：赫尔维茨定理举例例17 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文...
- 接学习笔记|感知机（一） 。6. 感知机学习算法感知机学习的具体算法包括原始形式和对偶形式。6.1. 感知机学习算法的原始形式6.1.1. 简述感知机学习算法等价于以下最优化问题的算法。给定一个训练数据集其中M为误分类点的集合。给出。随机选取一个误分类点，对ω,b进行更新：其中，η∈(0,1]是步长，又称学习率。6.1.2. 算法输入：训练数据集，其中，，i=1,2,...,N，学习率η∈(... 接学习笔记|感知机（一） 。6. 感知机学习算法感知机学习的具体算法包括原始形式和对偶形式。6.1. 感知机学习算法的原始形式6.1.1. 简述感知机学习算法等价于以下最优化问题的算法。给定一个训练数据集其中M为误分类点的集合。给出。随机选取一个误分类点，对ω,b进行更新：其中，η∈(0,1]是步长，又称学习率。6.1.2. 算法输入：训练数据集，其中，，i=1,2,...,N，学习率η∈(...
- 文章目录 前言往期文章2.3 逆矩阵定义写法定理1内容证明 定理2内容证明推论运算规律 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的... 文章目录 前言往期文章2.3 逆矩阵定义写法定理1内容证明 定理2内容证明推论运算规律 结语 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的...
- 监督学习的应用主要在三个方面：分类问题、标注问题和回归问题。1. 分类问题分类是监督学习的一个核心问题。在监督学习中，当输出变量Y取有限个离散值时，预测问题就是分类问题。这时，输入变量X可以是离散的，也可以是连续的。监督学习从数据中学习一个分类模型或分类决策函数，称为分类器。分类器对新的输入进行输出的预测，称为分类。可能的输出称为类别。分类的类别为多个时，称为多分类问题。分类问题包括学习和分... 监督学习的应用主要在三个方面：分类问题、标注问题和回归问题。1. 分类问题分类是监督学习的一个核心问题。在监督学习中，当输出变量Y取有限个离散值时，预测问题就是分类问题。这时，输入变量X可以是离散的，也可以是连续的。监督学习从数据中学习一个分类模型或分类决策函数，称为分类器。分类器对新的输入进行输出的预测，称为分类。可能的输出称为类别。分类的类别为多个时，称为多分类问题。分类问题包括学习和分...
- 预训练200多m https://github.com/Nicholasli1995/EgoNet https://github.com/lkeab/gsnet python -m pip install detectron2 -f \ https://dl.fbaipublicfiles.com/detectron2/... 预训练200多m https://github.com/Nicholasli1995/EgoNet https://github.com/lkeab/gsnet python -m pip install detectron2 -f \ https://dl.fbaipublicfiles.com/detectron2/...
- 1. 泛化误差机器学习的泛化能力是指由学习到的模型对未知数据的预测能力，是模型本质上的重要性质。现实中采用最多的办法是通过测试误差来评价模型的泛化能力。但这种评价是依赖于测试数据集的。由于测试数据集的有限性，由此得到的评价结果很可能是不可靠的。本次学习试图从理论上对模型的泛化能力进行分析。 首先给出泛化误差的定义。如果学到的模型是f，那么用这个模型对未知数据预测的误差即为泛化误差：泛化误差反... 1. 泛化误差机器学习的泛化能力是指由学习到的模型对未知数据的预测能力，是模型本质上的重要性质。现实中采用最多的办法是通过测试误差来评价模型的泛化能力。但这种评价是依赖于测试数据集的。由于测试数据集的有限性，由此得到的评价结果很可能是不可靠的。本次学习试图从理论上对模型的泛化能力进行分析。 首先给出泛化误差的定义。如果学到的模型是f，那么用这个模型对未知数据预测的误差即为泛化误差：泛化误差反...
- 机器学习都是由模型、策略和算法构成的,即机器学习由三要素构成，可以简单地表示为:机器学习=模型+策略+算法下面以监督学习为例论述三要素。非监督学习、强化学习也同样拥有这三要素。1. 模型统计学习首要考虑的问题是学习什么样的模型。在监督学习过程中，模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设... 机器学习都是由模型、策略和算法构成的,即机器学习由三要素构成，可以简单地表示为:机器学习=模型+策略+算法下面以监督学习为例论述三要素。非监督学习、强化学习也同样拥有这三要素。1. 模型统计学习首要考虑的问题是学习什么样的模型。在监督学习过程中，模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设...
- 本文转载自https://zhuanlan.zhihu.com/p/141533907github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 简介本文YOLOV4论文总结分析的第二篇，其主要分析了数据增强和特征擦除手段，包括random erasing、cutout、hide-and-seek、grid ma... 本文转载自https://zhuanlan.zhihu.com/p/141533907github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 简介本文YOLOV4论文总结分析的第二篇，其主要分析了数据增强和特征擦除手段，包括random erasing、cutout、hide-and-seek、grid ma...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via... 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要在前一篇文章第四篇：mmdetection最小复刻版(四)：独家yolo转化内幕中，我们已经详细分析了darknet框架训练的模型如何转化到mmd... 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要在前一篇文章第四篇：mmdetection最小复刻版(四)：独家yolo转化内幕中，我们已经详细分析了darknet框架训练的模型如何转化到mmd...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1742594github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本文亮点的话，可以简单归纳为：算法最核心部分解读，比较精简结合工具进行focal loss理论分析，理论实践两不误mmdetection中的yolov3复现... 本文转载自https://www.zybuluo.com/huanghaian/note/1742594github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本文亮点的话，可以简单归纳为：算法最核心部分解读，比较精简结合工具进行focal loss理论分析，理论实践两不误mmdetection中的yolov3复现...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1742545github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本文是整个框架介绍的第一篇，主要包括框架说明、结构说明、Resize、Registry、FileClient、GroupSampler、collate等部分... 本文转载自https://www.zybuluo.com/huanghaian/note/1742545github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本文是整个框架介绍的第一篇，主要包括框架说明、结构说明、Resize、Registry、FileClient、GroupSampler、collate等部分...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签