Haar分类器

机器学习---比较单个学习器与Bagging集成的偏差-方差分解、在Iris数据集的不同特征子集上使用不同的分类器进行训练和可视化

1.Bagging说明并比较了预期均方误差的偏差方差分解，单个学习器与bagging集成的比较。在回归中，估计器的预期均方误差可以根据偏差、方差和噪声进行分解。在回归问题的数据集上的平均值上，偏差项测量估计器的预测与问题的最佳可能估计器（即贝叶斯模型）的预测不同的平均量。方差项测量在问题的不同实例上拟合时估计器的预测的可变性。最后，噪声测量由于数据的可变性而导致的误差的不可约部分。fromskle
三月七꧁ ꧂·2023-12-24 07:29

在深度学习中，端到端的含义

当涉及端到端深度学习时，以下是一些示例：图像识别：在图像识别任务中，传统方法可能涉及手动设计特征提取器和分类器。而端到端的深度学习
何处不逢君·2023-12-24 06:54

python文本分类算法_基于Naive Bayes算法的文本分类

朴素贝叶斯分类器是一种基于贝叶斯定理的弱分类器，所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关。举个例子，如果一种水果其具有红，圆，直径大概3英寸等特征，该水果可以被判定为是苹果。
weixin_39832643·2023-12-23 23:35

sk-learn实例-用朴素贝叶斯算法（Naive Bayes）对文本进行分类

简介朴素贝叶斯（NaiveBayes）是一个非常简单，但是实用性很强的分类模型，与基于线性假设的模型（线性分类器和支持向量机分类器）不同，朴素贝叶斯分类器的构造基础是贝叶斯理论。
张大千09·2023-12-23 23:35

【机器学习】模式识别

模式识别应用：医学影像分析、人脸识别、车牌识别、遥感图像2模式分类器分类器的分类：线性分类器、非线性分类器、最近邻分类器2.1分类器的训练（学习）过程2.2分类器的性能评价概念：真正例（TruePositive
qq_1532145264·2023-12-23 23:28

模式识别与机器学习（九）：Adaboost

1.原理AdaBoost是AdaptiveBoosting（自适应增强）的缩写，它的自适应在于：被前一个基本分类器误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器。
从零开始的奋豆·2023-12-23 22:37

Sklearn之Ensemble 估计器

分类器统计每个子分类器的预测类别数，再用「多数投票」原则得到最终预测。回归器计算每个子回归器的预测平均值。
月疯·2023-12-23 16:08

基于 OpenCV 的车辆变道检测，计算机视觉+图像处理技术

大家一定听说过使用OpenCV的haar级联文件可以检测到面部、眼睛等，但是如果目标是汽车，公共汽车呢？01.数据集我们将道路上汽车的视频文件用作数据集。
AAI机器之心·2023-12-23 14:48

基于哈里斯鹰算法优化的核极限学习机实现数据分类（附带Matlab代码）

基于哈里斯鹰算法优化的核极限学习机实现数据分类（附带Matlab代码）在机器学习领域，核极限学习机（KernelExtremeLearningMachine，KELM）是一种有效的非线性分类器。
RTX99090·2023-12-23 05:36

树莓派，opencv，Picamera2利用舵机云台追踪人脸(PID控制）

RaspiberryCSI摄像头组装后的效果：二、项目目标追踪人脸：当人脸移动时，摄像头通过控制两个伺服电机（分别是偏航和俯仰）把该人脸放到视界的中心位置，本文采用了PID控制伺服电机三、具体步骤3.1下载用于人脸识别的级联分类器下载级联分类器
Firmin123456·2023-12-22 22:36

机器学习（7）

本章节是对我学习完机器学习（周志华）第七章所做出来的总结第七章贝叶斯分类器7.1贝叶斯决策论贝叶斯决策伦是概率框架下实施决策的基本方法。
LY豪·2023-12-22 22:21

机器学习算法(12) — 集成技术（Boosting — Xgboost 分类）

机器学习算法（9）-集成技术（装袋-随机森林分类器和......在这篇文章中，我将解释XgBoost分类算法。
无水先生·2023-12-22 17:23

大数据深度学习朴素贝叶斯深度解码：从原理到深度学习应用

大数据深度学习朴素贝叶斯深度解码：从原理到深度学习应用文章目录大数据深度学习朴素贝叶斯深度解码：从原理到深度学习应用一、简介贝叶斯定理的历史和重要性定义例子朴素贝叶斯分类器的应用场景定义例子常见应用场景二
星川皆无恙·2023-12-22 15:29

机器学习——主成分分析（PCA）

利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程。在监督学习中训练数据既有特征(feature)又有标签(label)，通过训练，让机
Windsky23·2023-12-22 11:04

随笔：集成学习:关于随机森林，梯度提升机的东拉西扯

我们不知道该听谁的，就按照最简单的两个方法来决定:(1).少数服从多数：有两个分类器的预测概率都大于0.5，我们就认为是真的，小徐会喜
歌者文明·2023-12-21 23:47

2018 · ICLR · AN EFFICIENT FRAMEWORK FOR LEARNING SENTENCE REPRESENTATIONS

ANEFFICIENTFRAMEWORKFORLEARNINGSENTENCEREPRESENTATIONS·想法来源：文章从分布式假说和这些工作中得到灵感，将预测输入句上下文的问题重构为一个分类问题，提出了一种简单高效的句子表示学习框架：给定一个句子和它出现的上下文，分类器根据其向量表示将它从一系列对比句中挑选出来
HelloShane·2023-12-21 23:06

机器学习 | 聚类Clustering 算法

1、核心思想和原理聚类的目的同簇高相似度不同簇高相异度同类尽量相聚不同类尽量分离聚类和分类的区别分类classification监督学习训练获得分类器预测未知数据聚类clustering无监督学习，不关心类别标签没有训练过程算法自己要根据定义的规则将相似的样本划分到一起
西皮呦·2023-12-21 21:18

《opencv实用探索·二十一》人脸识别

Haar级联分类器在OpenCV中主要使用了两种特征（即两种方法）进行人脸检测，Haar特征和LBP特征。用的最多的是Haar特征人脸检测。
梦回阑珊·2023-12-21 19:46

表情识别-情感分析-人脸识别（代码+教程）

一、表情识别的基本原理表情识别的基本原理是通过对人脸图像进行特征提取，并将这些特征输入到分类器或回归器中进行情绪分类或强度估计。常用的特征提取方法包括传统的手工设计特征和深度学习方法。传统的手工
从懒虫到爬虫·2023-12-21 11:54

人工智能Keras图像分类器（CNN卷积神经网络的图片识别篇）

上期文章我们分享了人工智能Keras图像分类器（CNN卷积神经网络的图片识别的训练模型），本期我们使用预训练模型对图片进行识别：KerasCNN卷积神经网络模型训练导入第三方库fromkeras.preprocessing.imageimportimg_to_arrayfromkeras.modelsimportload_modelimportnumpyasnpimportimutilsimpor
人工智能研究所·2023-12-21 09:05

AdaBoost提升方法

提升方法的基本思想是通过改变训练样本的权重学习多个分类器，并将这些线性分类器进行线性组合，提高分类性能。
沉住气CD·2023-12-21 02:02

机器学习算法--朴素贝叶斯(Naive Bayes)

它是基于贝叶斯定义和特征条件独立假设的分类器方法。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。
小森( ﹡ˆoˆ﹡ )·2023-12-21 00:51

【机器学习】线性模型-线性支持向量机

L2-lossSVC原问题L2正则化SVC对偶问题L1正则化L2-lossSVC原问题多分类线性支持向量机四、示例代码（LinearSVC、SVC）在本练习中，我们将使用支持向量机（SVM）构建垃圾邮件分类器
十年一梦实验室·2023-12-20 22:40

基于Matlab卷积神经网络垃圾分类识别系统

为了提高可回收生活垃圾识别的准确率，研究人员尝试利用图像处理、机器学习等方法自动识别玻璃瓶、废纸、纸盒、易拉罐等常见生活废品．利用图像处理技术获取垃圾图像的特征后，再利用深度学习网络、支持向量机、K近邻分类器
视觉那些事·2023-12-20 15:07

支持向量机 支持向量机概述

支持向量机概述支持向量机SupportVectorMachineSVM)是一类按监督学习(supervisedlearning)方式对数据进行二元分类的广义线性分类器(generalizedlinearclassifier
小小程序○·2023-12-20 06:13

人工智能_机器学习069_SVM支持向量机_网格搜索_交叉验证参数优化_GridSearchCV_找到最优的参数---人工智能工作笔记0109

test_data这个是测试数据,容纳后train_data这个是训练数据这里首先我们,导出importnumpyasnp导入数学计算包fromsklearn.svmimportSVC导入支持向量机包分类器包
脑瓜凉·2023-12-20 05:36

fast.ai 深度学习笔记：第一部分第二课

原文：DeepLearning2:Part1Lesson2作者：HiromiSuenaga论坛笔记本回顾上一课[01:02]我们使用3行代码来构建图像分类器。
布客飞龙·2023-12-20 00:31

基于adaboost算法在网络不良照片识别中的方法研究

本文针对不良照片中的感兴趣区域的检测提出了一些新方法，改进训练弱分类器的权值方法，高效率的分辨出
qq_q992250277·2023-12-19 22:01

（2021|NIPS，扩散，无条件分数估计，条件分数估计）无分类器引导扩散

Classifier-FreeDiffusionGuidance公z号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.扩散模型3.引导3.1分类器引导
EDPJ·2023-12-19 19:21

Logistic 回归算法

Logistic回归算法Logistic回归简述Sigmoid函数Logistic回归模型表达式求解参数$\theta$梯度上升优化算法Logistic回归简单实现使用sklearn构建Logistic回归分类器
写进メ诗的结尾。·2023-12-19 06:42

CCFCSP认证历年第一题（Python版汇总）

202206-1归一化处理202203-1未初始化警告202112-1序列查询202109-1数组推导202104-1灰度直方图202012-1期末预测之安全指数202009-1称检测点查询202006-1线性分类器
无业大学生啼·2023-12-19 04:42

Learning Classifiers from Only Positive and Unlabeled Data

本文主要考虑在SCAR假设下，证明了普通的分类器和PU分类器只相差一个常数，因此可以使用普通分类器的方法来估计，进而得到。同时提供了三种方法来估计这个常数，最后，还对先验的估计提供了思路。
zealscott·2023-12-18 16:46

深入探讨人工智能目标检测：算法、应用与未来趋势

1.目标检测算法传统算法：基于手工设计特征和分类器的方法，如Haar级联、HOG+SVM等。深度学习算法：基于深度神经网络，如RCNN系列、YOLO系列、SSD等。
鳗小鱼·2023-12-18 10:58

pytorch 搭建GoogLeNet

目录1.介绍Inception结构AuxiliaryClassifier辅助分类器2.搭建GoodLeNet网络3.训练部分4.预测部分5.训练过程1.介绍GoodLeNet网络中的亮点有：引入了Inception
听风吹等浪起·2023-12-18 07:22

Linear classifiers——线性分类器

(Generalized)Linearclassifiers——广义线性分类器1.1模型假如有两类数据，类别标签为y=1和y=-1我们可以使用一个线性函数将其分类，二维形式通常x增加一个恒等于1的维度，
搁浅丶.·2023-12-18 07:46

数据仓库与数据挖掘c5-c7基础知识

(x,y)X属性集合Y类标签任务基于有标签的数据，学习一个分类模型，通过这个分类模型，可以把一组属性x映射到一个特定的类别y上类别y提前设定好的--如：学生，老师有监督学习Phase1用有标记的数据对分类器进行训练
目标是分享一切·2023-12-18 06:01

机器学习之回归算法-逻辑回归

一、概述1.1、概念是一种名为“回归”的线性分类器，是由线性回归变化而来的，一种广泛使用于分类问题中的广义回归算法。
辣椒种子·2023-12-18 04:45

阅读笔记-SVDNet for pedestrian retrieval

Motivation这篇文章是17年的文章，当时的背景：基于深度的reid方法一般还是三部分组成：1）训练集先训练一个分类器；2）从分类器前一层的FC层抽取图像特征；3）通过欧氏距离或者cosine距离进行相似度计算以排序
熙熙江湖·2023-12-17 18:24

Python送你一顶圣诞帽

大致步骤：安装OpenCV（网上搜下教程有很多）；用OpenCV提供的级联分类器做人脸检测，定位出图片中的人脸位置；根据找出的人脸，调整圣诞帽的位置和大小，叠加到原图片上；遍历所有人脸，重复执行步骤3，
苏文星·2023-12-17 12:18

AdaBoost 详解

AdaBoost是英文"AdaptiveBoosting"（自适应增强）的缩写，它的自适应在于：前一个基本分类器被错误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器
Gowi_fly·2023-12-17 03:47

ConnSearch：如何对有限样本量进行功能连接分析？

摘要功能连接研究越来越多地转向机器学习方法，这些方法通常涉及拟合全连接组网络的分类器，然后进行事后解释分析，以确定最能预测因变量的神经相关因素。然而，这种传统的分析范式存在两个主要限制。
茗创科技·2023-12-17 00:11

贝叶斯分类器-对文本的分类

另外在实际做的过程中，也会发现，相比于之前做的贝叶斯分类器，特征是二维变量，而在
在做算法的巨巨·2023-12-16 22:44

分类（七）—— 组合分类

主要内容分类概述决策树归纳K近邻算法支持向量机朴素贝叶斯分类模型评估与选择组合分类小结七、组合分类组合分类器（Ensemble）是一个复合模型，由多个分类器组合而成。
shi_jiaye·2023-12-16 17:12

机器学习算法：K-NN（K近邻算法）

1.简介K-NearestNeighborsk-最近邻算法，也称为kNN或k-NN，是一种非参数、有监督的学习分类器，它使用邻近度对单个数据点的分组进行分类或预测。
冷冻工厂·2023-12-16 14:58

GEE机器学习——利用kNN分类器器方法进行土地分类和精度评定

kNN分类器方法的具体介绍k最近邻（k-NearestNeighbors，kNN）分类器是一种常用的机器学习算法，用于对数据进行分类。
此星光明·2023-12-16 14:43

机器学习---Adaboost算法

1.Adaboost算法介绍Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。
三月七꧁ ꧂·2023-12-16 14:17

机器学习---集成学习的初步理解

它的⼯作原理是⽣成多个分类器/
三月七꧁ ꧂·2023-12-16 14:16

机器学习支持向量机（SVM）

svm与logstic异同svm支持向量机，因其英文名为supportvectormachine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化
kk要读书·2023-12-16 12:03

吴恩达《机器学习》12-2-12-3:大边界的直观理解、大边界分类背后的数学

一、大边界的直观理解1.大间距分类器的背景支持向量机的大间距分类器着眼于构建一个能够在正负样本之间划定最大间距的决策边界。
不吃花椒的兔酱·2023-12-16 12:01

对于分类任务当样本较少时，什么算法较为合适？

当样本较少时，可以考虑使用以下算法：1朴素贝叶斯分类器（NaiveBayes）：朴素贝叶斯是一种简单而高效的分类算法，它假设所有特征都是相互独立的，并基于贝叶斯定理进行分类。
有Li·2023-12-16 11:43
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他