Regression

边界框回归 Bounding-Box Regression

文章目录边界框回归（Bounding-BoxRegression）一、边界框回归简介二、边界框回归细节三、相关问题思考1.为什么使用相对坐标差?2.为什么宽高比要取对数?3.为什么IoU较大时边界框回归可视为线性变换？边界框回归（Bounding-BoxRegression）本篇博客实际上参考了CSDN另一篇博客写的这是链接。但那篇博客的排版和语言表达实在是太烂了，公式错误也很多，以至于我花了很多
WHS-_-2022·2023-01-25 12:26

【李宏毅机器学习笔记】9、卷积神经网络（Convolutional Neural Network，CNN）

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？
qqqeeevvv·2023-01-25 11:26

【seaborn】4、Regression plots 回归图

使用sns.regplot()建立回归模型，可看成是在散点图的基础上，多绘制一条回归线，观察两个变量的关系regplot()和lmplot()都可以绘制线性回归曲线。这两个函数非常相似，lmplot()要比regplot()强大一点数据准备importnumpyasnpimportpandasaspdimportseabornassnsimportmatplotlib.pyplotasplttip
Enzo 想砸电脑·2023-01-22 20:48

python将每个多行数据合并为一行并保存至另外的txt

数据处理真的头疼：我的数据是每个txt是点坐标信息，两列形式，要将每一张图片的点坐标信息变为一行，并保存至另外的txtimportospath=r'D:\point_regression-master\
学着学着就能毕业吧？·2023-01-22 13:34

决策树算法之分类回归树 CART（Classification and Regression Trees）【2】

上一篇文章主要介绍了分类树，下面我们再一起来看一下回归树，我们知道，分类决策树的叶子节点即为分类的结果；同理，回归树的叶子节点便是连续的预测值。那么，同样是回归算法，线性回归和决策树回归有什么区别呢？区别在于，前者拟合的是一条直线，而后者却可以拟合非线性的数据，如下图中的数据就是用线性回归来拟合的：当数据呈现非线性分布时，例如下面的数据，假设它统计了流行歌手的喜好程度和年龄的关系，该系数值在10岁
程序员在深圳V·2023-01-22 07:04

决策树算法之分类回归树 CART（Classification and Regression Trees）【1】

分类回归树CART是决策树家族中的基础算法，它非常直觉（intuitive），但看网上的文章，很少能把它讲的通俗易懂（也许是我理解能力不够），幸运的是，我在Youtube上看到了这个视频，可以让你在没有任何机器学习基础的情况下掌握CART的原理，下面我尝试着把它写出来，以加深印象.决策树的结构下图是一个简单的决策树示例：假设上面这个决策树是一个用来判断病人是否患有心脏病的系统，当病人前来就医时，系
程序员在深圳V·2023-01-22 07:03

R语言使用lm函数拟合多元线性回归模型、假定预测变量之间有交互作用（Multiple linear regression with interactions）

R语言使用lm函数拟合多元线性回归模型、假定预测变量之间有交互作用（Multiplelinearregressionwithinteractions）目录
Data+Science+Insight·2023-01-21 19:03

【论文翻译】Semantic Graph Convolutional Networks for 3D Human Pose Regression

openaccess.thecvf.com/content_CVPR_2019/papers/Zhao_Semantic_Graph_Convolutional_Networks_for_3D_Human_Pose_Regression_CVPR
weixin_50862344·2023-01-21 14:10

李宏毅机器学习课程学习笔记（1）——机器学习基本概念

机器学习基本概念介绍让机器具备寻找一个所需函数的能力——两大任务Regression回归回归预测Classification分类判断是否符合要求：True/FlaseStructuredLearning
Raines_01·2023-01-21 11:55

【机器学习笔记】（李宏毅 2021/2022春机器学习课程）——第一节：机器学习基本概念

机器学习就是让机器具备找一个函式的能力2.ML三大任务Regression，回归问题（输出为连续数值）Classification，分类问题（输出为离散数值Structuredlearning，结构学习
何梦吉他·2023-01-21 11:50

乳腺癌细胞数据分析&Logistic回归模型

Breast_cancer_cells&Logistic_Regression数据集以及源代码资源包：链接：https://pan.baidu.com/s/1VIjTjtSa1JngqnbcwQ7PYQ
Flying_fish7·2023-01-20 21:08

吴恩达机器学习课后作业2——逻辑回归（logistic regression）

1.问题和数据假设您是一个大学部门的管理员，您想根据申请人在两次考试中的成绩来确定他们的入学机会。您可以使用以前申请人的历史数据作为逻辑回归的训练集。您的任务是构建一个分类模型，根据这两门考试的分数估计申请人被录取的概率。数据ex2data1.txt内容为一个47行3列(47,3)的数据；其中第一列表示exam1成绩，第二列表示exam2成绩。具体数据如下：34.62365962451697,78
学吧 学无止境·2023-01-20 17:01

机器学习Machine Learning学习笔记——回归Regression

深度学习的课程笔记，参考李宏毅机器学习课程一、定义回归是通过输入特征向量来找到函数并输出数值标量。例如，深度学习应用于自动驾驶领域。我们在无人车上输入每个传感器的数据，例如路况、测量的车辆距离等，并结合回归模型输出方向盘角度。二、回归模型建立步骤step1：模型假设，选择模型框架step2：模型评估，判断众多模型的好坏step3：模型优化，筛选最优的模型三、模型假设-线性模型1、一元线性模型（单个
待落灯花·2023-01-20 08:15

Jupyter/Colab解决李沐老师线性回归d2l报错No module named ‘matplotlib_inline‘

在线性回归一节，linear-regression-scratch.ipynb中，运行以下代码时会报错%matplotlibinlineimportrandomimporttorchfromd2limporttorchasd2l
zhangrunqiao17·2023-01-19 20:05

拟合（Curve fitting）与回归（Regression analysis）

一.CurveFitting给定下面一组数据：时间10:0011:0012:0013:0014:0015：00温度12℃15℃17℃20℃25℃18℃如果要预测某个时间的温度值，首先需要利用已知数据对时间-温度进行建模或者说建立温度与时间的关系函数。为建立这样一个模型，通常有两种方法：差值方法：用一个函数（一般为多项式函数）来近似代替数据列表，并要求多项式经过列表中给定的数据点，插值曲线要经过数据
TensorME·2023-01-19 18:44

吴恩达深度学习笔记-Logistic Regression(第1课)

深度学习笔记第一课深度学习介绍1、什么是神经网络？2、用神经网络进行监督学习3、深度学习为什么会兴起？第二课神经网络基础知识1、二分分类2、LogisticRegression3、LogisticRegression损失函数4、LogisticRegression梯度下降5、向量化LogisticRegression6、向量化LogisticRegression的梯度输出7、Python中的广播8
快乐活在当下·2023-01-19 09:35

OpenMV：14巡线小车

文章目录追小球的小车巡线小车这个例子展示了在OpenMVCam上使用get_regression（）方法获得ROI的线性回归。使用这种方法，可以轻松让机器人跟踪所有指向相同大致方向的线。
Lionetxx·2023-01-19 08:32

双重回归学习：轻量化DRN网络---《Towards Lightweight Super-Resolution with Dual Regression Learning》

首先声明一下，根据我本人的理解，文章中对出现的DualRegression做了不同翻译，除了涉及损失的时候会翻译成对偶回归损失，其余部分均译为双重回归，因为文中的损失部分是对偶的。此处读者暂且有个初步印象，具体情况见文章内容，便可理解。目录引言：网络双重回归网络------解决第一个问题带有通道剪枝的轻量双重回归模型-----第二个问题基于双重回归的通道数搜索基于双重回归的通道剪枝实验和SOTA方
子壹·2023-01-19 07:58

机器学习和深度学习基本概念（李宏毅）

基本概念三个概念1、Regression回归输出一个数值，通过一些基本的数值找输出数值所对应的函数就是regression2、Classfication分类我们先准备好一些选项，这些选项叫类别，不一定只有一个选项
勤奋的山芋·2023-01-18 20:00

pytorch深度学习（6）：逻辑斯蒂回归（Logistic Regression）处理分类问题

数据x_data=[[1.0],[2.0],[3.0]]，分类：y_data=[[0],[0],[1]]代码如下：importtorchx_data=torch.Tensor([[1.0],[2.0],[3.0]])y_data=torch.Tensor([[0],[0],[1]])classLogisticRegressionModel(torch.nn.Module):def__init__(
谁最温柔最有派·2023-01-18 17:37

1. 神经网络系列--基本原理

weights偏移bias求和计算sum激活函数activation小结1.3.2神经网络的训练过程单层神经网络模型训练流程前提条件步骤1.3.3神经网络中的矩阵运算1.3.4神经网络的主要功能回归（Regression
五弦木头·2023-01-18 10:56

python线性加权回归_第二十一章 regression算法——线性回归&局部加权回归算法（上）...

理论部分回归是统计学中最有力的工具之一。监督学习算法分为分类算法和回归算法两种，其实就是根据类别标签分布类型为离散型、连续性而定义的。顾名思义，分类算法用于离散型分布预测，如KNN、决策树、朴素贝叶斯、adaboost、SVM、Logistic回归都是分类算法；回归算法用于连续型分布预测，针对的是数值型的样本，使用回归，可以在给定输入的时候预测出一个数值，这是对分类方法的提升，因为这样可以预测连续
高晖云·2023-01-17 16:20

第一章 线性回归 Linear Regression

1什么是回归1.1回归概念的来源“回归”是由英国著名生物学家兼统计学家高尔顿(FrancisGalton,1822～1911.生物学家达尔文的表弟)在研究人类遗传问题时提出来的。为了研究父代与子代身高的关系，高尔顿搜集了1078对父亲及其儿子的身高数据。他发现这些数据的散点图大致呈直线状态，也就是说，总的趋势是父亲的身高增加时，儿子的身高也倾向于增加。但是，高尔顿对试验数据进行了深入的分析，发现了
qq_28264857·2023-01-17 16:48

机器学习——多元线性回归分析（multiple regression）及应用

1、多元回归分析与简单线性回归区别多个自变量x2、多元回归模型，其中，是参数，是误差值3、多元回归方程4、估计多元回归方程，一个样本被用来计算的点估计5、估计流程（与简单线性回归类似）6、估计方法使sumofsquares最小，，运算与简单线性回归类似，涉及线性代数和矩阵代数的运算7、举例一家快递公司送货，X1：运输里程；X2：运输次数；Y：总运输时间8、描述参数含义：平均每多送1英里，运输时间延
stay_foolish12·2023-01-17 13:56

GradientBoosting_regression_model

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearnimportpreprocessingfromsklearn.model_selectionimporttrain_test_split,GridSearchCVfromsklearn.linear_model
BKevin101·2023-01-17 13:36

【翻译】Direct Estimation of Spinal Cobb Angles by Structured Multi-output Regression

DirectEstimationofSpinalCobbAnglesbyStructuredMulti-outputRegression基于结构化多输出回归的脊柱Cobb角直接估计文章链接、IPMI、ConferencepaperFirstOnline:23May2017作者：单词积累vertebrae椎骨、scoliosis脊柱侧弯、quantitative定量qualitative定性、der
우 유·2023-01-17 11:14

Logistic regression 逻辑回归 概述

from:http://hi.baidu.com/hehehehello/blog/item/0b59cd803bf15ece9023d96e.htmlLogisticregression（逻辑回归）是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。（注意这里是：“可能性”，而非数学上的“概率”，l
nomad2·2023-01-16 20:22

机器学习模型学习失败_机器学习项目为何失败

oneofourjobsistocreatethewholedesignforanygivenmachinelearningproject.Whetherwe’reworkingonclassification,regression
weixin_26714187·2023-01-16 12:43

超详细解析——吴恩达机器学习第三周作业Logistic Regression（逻辑回归）（Python实现）

文章目录一、LogisticRegression1.1Visualizingthedata1.2Implementation1.2.1SigmoidFunction1.2.2Costfunctionandgradient1.2.3Learningparametersusingfminunc1.2.4Evaluatinglogisticregression二、Regularizedlogisticr
Lucien Anderson·2023-01-16 08:40

2022吴恩达机器学习specialization Week 2 practice lab: Linear regression

Exercise1#UNQ_C1#GRADEDFUNCTION:compute_costdefcompute_cost(x,y,w,b):"""Computesthecostfunctionforlinearregression.Args:x(ndarray):Shape(m,)Inputtothemodel(Populationofcities)y(ndarray):Shape(m,)Label
wuuucj·2023-01-15 11:06

关键点检测的heatmap介绍

关键点定位任务两种做法：heatmap和fullyconnected回归（Heapmap-based和Regression-Based）heatmap得到一张类似热力图的东西，回归直接得到关键点坐标。
LzAm_z·2023-01-15 10:22

周志华《机器学习》——学习笔记

基本术语欲预测的是离散值，此类学习任务称为分类（classification）若为连续值，则称为回归（regression）根据训练数据是否有标记信息，学习任务分为：监督学习（supervisedlearning
Jangyu_Du·2023-01-14 15:34

robustfith函数-最小二乘估计-M估计-Robust regression

robustfitRobustregression（稳健回归）语法b=robustfit(X,y)b=robustfit(X,y,wfun,tune)b=robustfit(X,y,wfun,tune,const)[b,stats]=robustfit(...)描述b=robustfit(X,y)通过执行稳健回归来估计线性模型y=Xb，并返回一个由回归系数组成的向量b。X是一个n*p预测变量矩阵，
meng4411yu·2023-01-14 15:18

【Machine Learning】【Andrew Ng】- notes(Week 2: Multivariate Linear Regression)

MultipleFeaturesLinearregressionwithmultiplevariablesisalsoknownas“multivariatelinearregression”.Wenowintroducenotationforequationswherewecanhaveanynumberofinputvariables.Themultivariableformofthehypo
塔希提·2023-01-14 11:12

Machine Learning - Linear Regression with One Variable

Thisseriesofarticlesarethestudynotesof"MachineLearning",byProf.AndrewNg.,StanfordUniversity.Thisarticleisthenotesofweek1,LinearRegressionwithOneVariable.Thisarticlecontainslearningmodelrepresentation,
iracer·2023-01-14 11:05

Machine Learning - Regularized Logistic Regression

Thisseriesofarticlesarethestudynotesof"MachineLearning",byProf.AndrewNg.,StanfordUniversity.Thisarticleisthenotesofweek3,SolvingtheProblemofOverfitting,PartIII.Thisarticlecontainssometopicabouthowtoim
iracer·2023-01-14 11:05

3.2 Linear regression

被withtorch.no_grad()包住的代码，不用跟踪反向梯度计算，来做一个实验：a=torch.tensor([1.1],requires_grad=True)b=a*2输出是：tensor([2.2000],grad_fn=)可以看到梯度函数是MulBackward0，表示乘法的反向梯度函数b.add_(2)输出是：tensor([4.2000],grad_fn=)表明是add的反向梯度
Adhere_Chris·2023-01-14 10:37

【logistic regression】04Python中广播“broadcasting”+numpy向量的说明

一、广播1.机制2.例子二、numpyvectors不要用秩为1的array行向量或列向量使用np.random.randn(3,1)assert确认是否为行向量使用reshape将秩为1数组转换成向量
enchantedovo·2023-01-13 21:37

TrackFormer: Multi-Object Tracking with Transformers

Multi-ObjectTrackingwithTransformers简介模型介绍Transformer结构训练实验总结简介MOT传统的方法主要是遵循tracking-by-detection范式的，但是最近的方法中涌现出了一些tracking-by-regression
我其实一直都在·2023-01-13 15:32

机器学习算法——逻辑回归(logistic regression)（原理与实现）

基本概念逻辑回归是一种广义的线性回归，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。对于一个回归问题，给定的d个属性描述x=(x1;x2;x3;...;xd)所形成的的那么我们实际上是去估计这里的和.对于逻辑回归来说，自变量既可以是连续的，也可以是分类的。多重线性回归直接的目标函数是包含了的最小二乘表达式，而logistic回归则是
想当攻城狮的菜鸟·2023-01-13 08:40

【论文笔记_知识蒸馏_2021】KNOWLEDGE DISTILLATION VIA SOFTMAX REGRESSION

代码地址:https://github.com/jingyang2017/KD_SRRL摘要本文通过知识提炼解决了模型压缩的问题。我们主张采用一种优化学生网络倒数第二层的输出特征的方法，因此与表征学习直接相关。为此，我们首先提出了一种直接的特征匹配方法，它只关注优化学生的倒数第二层。其次，更重要的是，由于特征匹配没有考虑到手头的分类问题，我们提出了第二种方法，将表征学习和分类解耦，利用教师的预训练
乱搭巴士·2023-01-12 13:32

Touch into the Vector Auto Regression Model

文章目录MotivationVARinstructuralandreducedformIdentificationlogicIdentificationTechniquesNecessityofaddingrestrictionsforidentificationSims-BernankeprocedureBlanchard-QuachprocedureExampleImpulseresponse
磐石若水·2023-01-12 08:58

机器学习笔记

importnumpyasnp导入绘图模块importmatplotlib.pyplotasplt生成回归样本数据fromsklearn.datasetsimportmake_regressionX,y=make_regression
花落风雪·2023-01-12 07:12

Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

广义相交：边界框回归损失度量（解读）（原论文）IoU不能作为损失函数的原因:IoU在边界框与坐标轴对齐的情况下，可以用作回归损失。但是存在一种情况，当预测框与真实框不重叠的情况下，用IoU作为损失函数是不可行的。因为IoU是预测框A与真实框B的交并比，即IoU=|A∩B|/|A∪B|，如果预测框与真实框不重叠，那么A∩B=0，则IoU=0。此时继续进行迭代，剃度为0，不能优化参数，该损失函数完全失
肥羊汤·2023-01-12 07:18

机器学习 | 李宏毅课程笔记（一）基本概念

的能力（函数f输入x—输出f(x)）应用函数输入函数输出语音识别声音信号音频对应文字图像分类图片图片内包含内容AlphaGo下围棋黑白棋的位置下一步应该落子的位置2.机器学习的三大任务任务函数输出实例Regression
Hygge0+·2023-01-11 20:06

【李宏毅机器学习笔记1】第一节 机器学习基本概念简介（上）

第一节机器学习基本概念简介（上）1.机器学习第一步：function机器学习MachineLearning≈LookingforFunctionML的三大任务：Regression(回归)+classification
freezing001·2023-01-11 20:05

李宏毅ML-机器学习基本概念简介

机器学习基本概念简介MachineLearning约等于Lookingforafunction.Differenttypesoffunctions:Regression:Thefunctionoutputsascalar.Classification
lele_ne·2023-01-11 20:32

李宏毅机器学习课程学习记录（二）

李宏毅机器学习课程学习记录（二）回归问题Regression就是找到一个函数function，通过输入特征x，输出一个数值Scalar。
KrealHtz0.0·2023-01-11 18:54

pytorch优化器

__init__()self.hidden=nn.Sequential(nn.Linear(13,10),nn.ReLU())self.regression=nn.Linear(10,1)defforward
好的ID有点难·2023-01-11 11:31

【Machine Learning 学习笔记】Logistic regression 代码实现与 k-fold cross validation 应用

【MachineLearning学习笔记】Logisticregression代码实现与k-foldcrossvalidation应用通过本篇博客记录一下Logisticregression的代码实现以及k-foldcrossvalidation的运用，数据集使用sklearn的breastcancer。Logisticregression与sklearn的实现有一些不同。GradientStoc
quintus0505·2023-01-11 07:50
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他