飒白

本实验皆在运用OpenCV、Python等工具采用适当的算法对手写体数字进行识别与检测，可以提供训练集与测试集进行训练，并可以输入手写字体进行测试检验。 通过独立的完成本实验，可以极大地提高本人对于Python、OpenCV的理解，掌握手写数字的特征提取技术和最近邻模板匹配法。…

熵在物理中是用于衡量一个热力学系统的无序程度，表达式为△S=Q/T，其中Q是吸收或者释放的热量，T是温度。 计算机领域将其定义为离散随机事件出现的概率。一个系统越是有序信息熵就会越低；反之，系统越是混乱，信息熵就越高。 「联合熵」 两个随机变量X，Y的联合分布可求得联合熵。 「…

数据不平衡又称样本比例失衡，比如二分类问题，如果标签为1的样本占总数的99%，标签为0的样本占比1%则会导致判断「失误严重」，准确率虚高。 常见的解决不平衡问题的方法如下。 数据采样分为上采样和下采样，上采样是将少量的数据通过重复复制使得各类别比例均衡，不过很容易导致过拟合问题…

最后将图片上传到你的图床。 因为hexo的文章是运用markdown书写，相当灵活。 我们只需要在上面插入cover: XXXX，就可以设置好封面了。 注意，[wodeitihuan]不能少，等会要运用python批量替换。

首先定义凸集，如果x，y属于某个集合M，并且所有的θx+(1-θ)f(y)也属于M，那么M为一个凸集。如果函数f的定义域是凸集，并且满足 则该函数为凸函数。 如果函数存在二阶导并且为正，或者多元函数的Hessian矩阵半正定则均为凸函数。 「注意」：中国大陆数学界某些机构关于函…

记录分类错误的次数。 对于「对数函数」，由于其具有「单调性」，在求最优化问题时，结果与原始目标一致，在含有乘积的目标函数中(如极大似然函数)，通过「取对数」可以转化为求和的形式，从而大大简化目标函数的「求解」过程。 即真实值与预测值之差的平方和。通常用于线性模型中，如线性回归模…

机器学习中大部分为优化问题，而绝大部分优化问题都可以使用「梯度下降法」处理。 梯度下降法的数学原理是函数沿着梯度方向具有「最大变化率」，那么在优化目标函数时沿着负梯度方向去减少函数值，以此达到优化目标。 通过迭代的方式寻找「最优参数」，最优参数是指是目标函数达到最小值时的参数。…

偏差度量了学习算法的期望与真实结果的偏差，刻画了算法本身的「拟合能力」，方差度量了同样大小的训练集的变动所导致的学习性能的变化。 偏差用于描述模型的拟合能力，方差用来描述模型的稳定性。 当训练足够的时候，如果拟合能力过强会导致过拟合。 学习器在训练集上的误差被称为“训练误差”或…

欠拟合指的是模型不能够再训练集上获得足够低的「训练误差」，往往由于特征维度过少，导致拟合的函数无法满足训练集，导致误差较大。 过拟合指的是模型训练误差与测试误差之间差距过大；具体来说就是模型在训练集上训练过度，导致泛化能力过差。 「所有为了减少测试误差的策略统称为正则化方法」，…