-
等级
本版专家分：0结帖率 57.14% -
比如我想看看其它博友发表的“移动开发”分类的相关文章，如何浏览？好像CSDN的博客首页上并没有这样的分类导读，只有推荐到首页的文章，阅读体验很差，能不能改进一下？谢谢展开阅读全文
- 人工智能
人们在日常生活中接触人工智能的频率越来越高，有可以帮用户买菜的京东智能冰箱；可以做自动翻译的机器；还有Siri、Alexa和Cortana这样的机器人助理；以及无人车、AlphaGo等已经...这个领域涉及哪些方面？人工智能要...
- ER图
ER图分为实体、属性、关系三个核心部分。实体是长方形体现，而属性则是椭圆形，关系为菱形。 ER图的实体（entity）即数据模型中的数据对象，例如人、学生、音乐都可以作为一个数据对象，用长方体来表示，每个实体都...
- 机器学习与人脸识别5：弱分类器和强分类器
将英文原文中的图片搞过来了。 ...动物，包括人类在内，通常是通过判断周边的情况后做出行动，这种反应速度的迅速性和灵活性令人吃惊。大多数生物如一次判断失误，下次便会纠正失误的判断基准。...
- XGBoost
本文借鉴自多篇博客，非原创。 XGBoost是机器学习领域最近几年比较火热的一种十分强大的集成学习方法（系统），全称为eXtreme Gradient Boosting，由大牛陈天奇博士开发（陈天奇，交大ACM班毕业，华盛顿大学计算机...
- iOS开发学习路线
初级iOS开发iOS中级开发说白了,就是你学会了基本的UI界面搭建,上架,沉淀一段时间,你觉得自己还适合这门行业,还适合,还能接受 这个所谓的iOS开发工程师的行业.你就可以说是一名中级iOS开发. 这个沉淀时间 大约在1年...
- Eastmount博客导读：专栏系统分类和博客归纳总结
为了更好地帮助博友学习作者的博客，方便作者自己归纳总结专栏，本文详细介绍了作者八年来，在CSDN写的各种专栏，各种系列文章。八年来，作者经历了从本科到硕士，到贵州教书成家，再到现在的博士。八年来，作者学得...
- adaboost训练 之 弱分类器训练的opencv源码详解 1
adaboost训练弱分类器的原理见上一个博客：：http://blog.csdn.net/lanxuecc/article/details/52681525 opencv中adaboost训练弱分类器的主体代码是函数cvCreateCARTClassifier，这个函数通过大致逻辑是：1、通过...
- NLP微博文本分类【Snorkel弱监督+ULMFiT迁移学习】
本文是作者一个tweet/微博文本分类实战项目的全程重现与总结。该项目的最大特点是使用了弱监督技术（Snorkel）来获得海量标注数据，同时使用预训练语言模型进行迁移学习。 项目的主要步骤如下： 采集一小批已标注...
- 集成学习—随机森林原理（理解与论文研读）
正如上一篇博客中写的，随机森林属于集成学习中Bagging的典型算法。总的来说，随机森林就是在随机子空间中随机组合的自由生长的CART决策树+Bagging得到的。 这里在CART决策树前加入了三个描述词，一个是在随机子...
- 一种有趣的弱监督机器学习问题：比例标签学习（Learning from label proportions）
如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点...
- adaboost训练 之 弱分类器训练的opencv源码详解 2
接着上一个博客http://blog.csdn.net/lanxuecc/article/details/52688605在弱分类器训练的主体函数cvCreateCARTClassifier中我们看到主要是调用cvCreateMTStumpClassifier函数来训练得到弱分类器的结点，下面注释下...
- 李航《统计学习方法》习题8.1（用CART作弱分类器）
前言： 笔者是刚刚入门机器学习的小白，最近在看李航老师的《统计学习...题目要求弱分类器为决策树桩，并用AdaBoost算法学习一个强分类器。对于AdaBoost，想要了解算法的详细过程可以查阅《统计学习方法》，书中有明...
- 人脸识别（一）——人脸识别简介
当今世界智能产业不断发展，人脸识别技术发展至今也是相对很成熟的。下面就由小编来带领大家进入人脸识别的世界，在下也是学生，有很多地方也不太懂，还请各位大神多多指教。 目录 1.人脸识别简介 ...
- 《机器学习实战》学习笔记（七）：利用AdaBoost 元算法提高分类性能
【机器学习】《机器学习实战》读书笔记及代码 总目录 ... ——————————————————————————————————————————————...组合相似的分类器来提高分类性能 应用AdaBoost算法 处...
- Adaboost实现二分类
分类效果图： 做图代码：def data2loc(x,y,data): dx = x[1]-x[0] dy = y[1]-y[0] xloc = (data[0]-x[0])/dx yloc = (data[1]-y[0])/dy return (xloc,yloc) data2loc(x,y,(x[-1],y[-1])) #99.0 99.0n=100 mx
- 梯度提升树（GBDT）详解之二：分类举例
梯度提升是一种用于回归和分类问题的机器学习技术，其产生的预测模型是弱预测模型的集成，如采用典型的决策树作为弱预测模型，这时则得到了所谓的梯度提升树（GBDT）。GBDT是在传统机器学习算法里面是对真实分布拟合...
- 关于BERT，面试官们都怎么问？
作者|Adherer 整理|NewBeeNLP面试锦囊之知识整理系列，持续更新中已发表：关于ELMo，面试官们都怎么问关于Transformer，面试官们都怎么问？1.BERT ...
- Java面试题全集（上）
认真的阅读了以后发现里面的很多题目是重复且没有价值的题目，还有不少的参考答案也是错误的，于是我花了半个月时间对这个所谓的《Java面试大全》进行了全面的修订并重新发布在我的CSDN博客。
- 深度学习目标检测指南：如何过滤不感兴趣的分类及添加新分类？
编译 |庞佳责编 | Leo出品 | AI 科技大本营（公众号ID：rgznai100）AI 科技...
- 深入理解GBDT二分类算法
我的个人微信公众号： Microstrong 微信公众号ID： MicrostrongAI 微信公众号介绍： Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容，分享在学习过程中的读书笔记！...
- 【AdaBoost算法】弱分类器训练过程
一、加载数据（正样本、负样本特征） def loadSimpData(): #样本特征 datMat = matrix([[ 1. , 2.1, 0.3], [ 2. , 1.1, 0.4], [ 1.3, 1. , 1.2], ...
- 博客搭建攻略（一）：平台选择
博客搭建攻略（一）：平台选择 博客搭建攻略（二）：工具推荐 博客搭建攻略（三）：创造收益 如您对本系列内容感兴趣，就点击标题下方的程序猿DD关注我吧~ 前言 虽然在大学生涯就有开始写...
- Opencv研读笔记:haartraining程序之cvCreateMTStumpClassifier函数详解（弱分类器创建）~
cvCreateMTStumpClassifier函数出自opencv中的haartraining程序，在adaboost（cvCreateTreeCascadeClassifier）的强分类器（icvCreateCARTStageClassifier）中被两次调用，该函数用于寻找最优弱分类器，或者说成计算...
- 深入理解GBDT多分类算法
我的个人微信公众号： Microstrong 微信公众号ID： MicrostrongAI 微信公众号介绍： Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容，分享在学习过程中的读书笔记！...
- OpenCV开发笔记（五十五）：红胖子8分钟带你深入了解Haar、LBP特征以及级联分类器识别过程（图文并茂+浅显...
若该文为原创文章，未经允许不得转载 原博主博客地址：...上一篇使用了Haar级联分类器进行人脸识别，本篇章就了解Haar、LBP特征以及理解分类器的识别过程。 Haar(哈尔特征） 概述 哈尔特征
- 贝叶斯分类与贝叶斯网络
任何关于算法、编程、AI行业知识或博客内容的问题，可以随时扫码关注公众号「图灵的猫」，加入”学习小组“，沙雕博主在线答疑~此外，公众号内还有更多AI、算法、编程和大数据知识分享，以及免费的SSR节点和学习资料...
- 怎样成为一个优秀的架构师？
怎样才算是架构师？ 架构师是一个既能掌控整体又能洞悉局部瓶颈并依据...架构师的分类 从业界来看对于架构师的理解可以大概区分为： 企业架构师：专注于企业总体 IT 架构的设计。 IT 架构师-软件产品架构...
- 文本分类+机器学习浅谈？
现在，随处可见的深度学习课程，一抓一大把的github与博客，什么CNN、LSTM、GRU、Attention，各种“几行实现人脸识别”，诶，我说，导包复制粘贴谁还不会呢。个人深感现在学习成本低，浮躁心理明显，抓个PM让ta看...
- 机器学习（一）之 2万多字的监督学习模型总结V1.0：K近邻、线性回归、岭回归、朴素贝叶斯模型、决策树、...
本文不讲解复杂的数学理论，涉及到了K近邻、线性模型、朴素贝叶斯分类器、决策树、随机森林、梯度提升回归树、SVM、MLP，以及监督学习模型的选择原则，全文2万多字，后续还会进一步补充。在后面的博客中会记录机器...
- 杂谈：csdn 博客有没有随意将文章加入自定义分类的功能？
杂谈：csdn 博客有没有随意将文章加入自定义分类的功能？