首页机器学习文章列表:站长QQ:926563750
Kinect的未来由机器学习决定

Kinect的未来由机器学习决定

 僵尸也许不再可怕,因为我们的孩子也可以用自己的想象力来创造僵尸。通过使用第二代KinectforWindows摄像头和一款一名YAKiT的应用程序,孩子就可以进入僵尸的角色,用自己的肢体动作来扮演僵尸。跟许多Kinect的应用程序一样,它们的用户界面都很友好,小孩子即使没有知道也可以顺利地使用。他们只需要站在电视机前,假装自己是僵尸,应用程序和K......

Google收购图片分析应用Jetpac

Google收购图片分析应用Jetpac

 Google刚刚收购了Jetpac应用背后的团队,该应用通过对Instagram的公开图片数据的分析,制作城市指南,比如最快乐和最喜欢买醉的城市排行榜,就是他们的作品。Jetpac于2012年上线,初期是一款专注于“社会化旅游指南”的iPad应用。后来该团队转型,继而开始利用Instagram的公开图片数据,并发布iPhone应用“Jetpac城......

Haar+Adaboost 车辆检测 目标检测(视频车辆检测算法代码)

Haar+Adaboost 车辆检测 目标检测(视频车辆检测算法代码)

 正样本:http://download.csdn.net/detail/zhuangxiaobin/7326197负样本:http://download.csdn.net/detail/zhuangxiaobin/7326205训练和检测工具:http://download.csdn.net/detail/zhuangxiaobin/741479......

关于adaboost的一些浅见 分析

关于adaboost的一些浅见 分析

 周末没上微博,今天一来,发现微博上大家对adaboost进行了热烈的讨论。讨论源于@老师木这个神人抛了三个问题,无数大牛争相回答。这三个问题是:1,adaboost不易过拟合的神话。2,adaboost人脸检测器好用的本质原因,3,真的要求每个弱分类器准确率不低于50%。关于第一个和第二个问题,包括@ICT山世光@南大周志华两位大牛在内的很多同学......

分类算法之决策树(Decision tree)

分类算法之决策树(Decision tree)

 1、摘要在前面两篇文章中,分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础,可以对分类及决策问题进行概率推断。在这一篇文章中,将讨论另一种被广泛使用的分类算法——决策树(decisiontree)。相比贝叶斯算法,决策树的优势在于构造过程不需要任何领域知识或参数设置,因此在实际应用中,对于探测式的知识发现,决......

浅谈Adaboost 算法 原理

浅谈Adaboost 算法 原理

       对于Adaboost,可以说是久闻大名,据说在DeepLearning出来之前,SVM和Adaboost是效果最好的 两个算法,而Adaboost是提升树(boosting tree),所谓“提升树”就是把“弱学习算法”提升(boost)为“强学习算法”(语自《统计学习方......

SVM支持向量机简介

SVM支持向量机简介

 支持向量机SVM是从线性可分情况下的最优分类面提出的。所谓最优分类,就是要求分类线不但能够将两类无错误的分开,而且两类指尖的分类间隔最大,前者是保证经验风险最小(为0),而通过后面的讨论我们看到,使分类间隔最大实际上就是使得推广性中的置信范围最小。推广到高维空间,最优分类线就成为最优分类面。    支持向量......

2013计算机视觉代码合集一

2013计算机视觉代码合集一

一、特征提取FeatureExtraction: SIFT[1][Demoprogram][SIFTLibrary][VLFeat] PCA-SIFT[2][Project] Affine-SIFT[3][Project] SURF[4][OpenSURF][MatlabWrappe......

Machine Learning(ML)的一些经典教程汇总

Machine Learning(ML)的一些经典教程汇总

如今机器学习的学习资源越来越多,对于入行的朋友们来说,他们只需要关注自己从事的具体研究方向最新的国际会议、杂志上的paper就差不多了,而对于那些想要入行的朋友们,选择经典的教程入手可能会事半功倍。以下这些教程,是机器学习比较经典的,也欢迎朋友们补充。一、公开课AndrewNg教授的机器学习课程。多啰嗦几句AndrewNg,他虽然没出过啥书,但是他对这两年接......

漫谈:机器学习中距离和相似性度量方法

漫谈:机器学习中距离和相似性度量方法

在机器学习和数据挖掘中,我们经常需要知道个体间差异的大小,进而评价个体的相似性和类别。最常见的是数据分析中的相关分析,数据挖掘中的分类和聚类算法,如K最近邻(KNN)和K均值(K-Means)等等。根据数据特性的不同,可以采用不同的度量方法。一般而言,定义一个距离函数d(x,y),需要满足下面几个准则:1)d(x,x)=0   ......

搜索

控制面板

您好,欢迎到访网站!
  [查看权限]

图标汇集

  • RainbowSoft Studio Z-Blog
  • 订阅本站的 RSS 2.0 新闻聚合

站点统计

  • 文章总数:161
  • 评论总数:158
  • 浏览总数:162766
  • 当前主题:经典灰黑主题缩略图版