同步csdn地址:在机器学习和深度学习中,很多时候需要进行分类,这时会涉及到决策边界,比如sigmod激活函数;但是当面对多分类的时候(比如经典的MNIST),我们需要预测每一个种类output的概率

选自Github，作者：黄海广。 《统计学习方法》，作者李航，本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场等。除第 1 章概论和最后一章总结外…

Word2vec是一个基于神经网络的语言模型，设计目标是用来计算概率P(w|context)，即词w在其上下文context下的条件概率。这里的context是一个句子中词w周围紧连着的n个词。有了P(w|context)，就可以用类似n-gram模型的方法计算出一个句子的概率…

人脸识别是计算机视觉研究领域的一个热点。目前，在实验室环境下，许多人脸识别已经赶上（超过）人工识别精度（准确率：0.9427~0.9920），比如face++,DeepID3，FaceNet等（详情可以参考：基于深度学习的人脸识别技术综述）。但是，由于光线，角度，表情，年龄等多…

欢迎大家跟我一起步入机器学习之路。在学习之前，我们首先是不是应该知道什么是机器学习呢？ P, improves with experience E. 我一猜你们就跳过英文直接往下读了，那我为什么还要把这段英文写上去呢？因为感觉这段英文定义特别有趣，你读出来就像一段绕口令似的。我…

目前在人脸识别领域中，网络摄像头的使用很普遍，但接入网络摄像头和人脸识别SDK有一定门槛，在此文章中有介绍过虹软人脸识别SDK的接入流程，本文着重介绍网络摄像头获取视频流并处理的流程(红色框内)，以下内容仅供参考。 市面上目前有很多款网络摄像头，以海康摄像头为例。海康SDK包含…

朴素贝叶斯模型是文本分析领域最为常用的模型之一，也是最为经典的模型。文本主要从教学的角度来讲解朴素贝叶斯模型以及数学原理。为了让文档具备完备性，必要的前置知识也包含在文章里。 在这里，我们假设朴素贝叶斯的输入向量是每个单词出现的次数。如果向量的表示为tf-idf等实数型的，我们…

1. 对概率图模型的理解 概率图模型是用图来表示变量概率依赖关系的理论，结合概率论与图论的知识，利用图来表示与模型有关的变量的联合概率分布。由图灵奖获得者Pearl开发出来。 如果用一个词来形容概率图模型（Probabilistic Graphical Model）的话，那就是…

一句话来概括 GANs 的设计动机就是——自动化。 我们在《一文看懂深度学习（概念+优缺点+典型算法）》中讲过，深度学习最特别最厉害的地方就是能够自己学习特征提取。 机器的超强算力可以解决很多人工无法解决的问题。自动化后，学习能力更强，适应性也更强。 我们在《监督学习》中讲过，…