码迷,mamicode.com
首页 >  
搜索关键字:置信度    ( 94个结果
机器学习(ML)十六之目标检测基础
目标检测和边界框 在图像分类任务里,我们假设图像里只有一个主体目标,并关注如何识别该目标的类别。然而,很多时候图像里有多个我们感兴趣的目标,我们不仅想知道它们的类别,还想得到它们在图像中的具体位置。在计算机视觉里,我们将这类任务称为目标检测(object detection)或物体检测。 目标检测在 ...
分类:其他好文   时间:2020-02-20 20:04:45    阅读次数:110
小白学习之pytorch框架(4)-softmax回归(torch.gather()、torch.argmax())
学习pytorch路程之动手学深度学习-3.4-3.7 置信度、置信区间参考:https://cloud.tencent.com/developer/news/452418 本人感觉还是挺好理解的 交叉熵参考博客:https://www.cnblogs.com/kyrieng/p/8694705.h ...
分类:其他好文   时间:2020-01-01 23:40:54    阅读次数:179
关联规则分析-apriori
í一、概念 1、支持度support:数据集中A、B同时出现的频率,即 P(AB) = Freq(AB) / N 2、置信度confidence:在A出现的条件下,B出现的频率,即 置信度P(A->B) = Freq(AB) / Freq(A) 3、提升度lift:left = 支持度(AB) / ...
分类:其他好文   时间:2019-12-31 18:43:22    阅读次数:92
人工智能APP-物体识别
物体识别Object Detection aia源码与素材 aix扩展组件 主要是利用插件中的Object Detection组件,将选择的图像上传到服务器中进行检测,并返回结果(JSON数据)。 再APP中利用返回的JSON数据,显示出识别结果:类别和置信度等等。一般置信度大于0.5基本是准确的。 ...
分类:移动开发   时间:2019-12-28 16:37:29    阅读次数:259
yolo 系列 原理篇
https://zhuanlan.zhihu.com/p/32525231 (yolo v1) https://zhuanlan.zhihu.com/p/35325884 (yolo v2, 相比较于v1,有了许多小tricks,包括BN;anchors;kmeans-prior聚类;置信度变为每个 ...
分类:其他好文   时间:2019-12-27 09:43:25    阅读次数:99
2019年11月28号 王腾飞 spss
置信区间 置信区间的前提:数据必须服从正态分布 置信区间:分析——描述性统计——探索——统计——描述性——设置置信区间的置信度——继续——选择变量——确定 均值的95%置信区间的含义:如果我们从一个总体中重复抽取容量为n的样本100个,那么从这100个样本均值置信区间中,至少有95个会包含总体均值 ...
分类:其他好文   时间:2019-11-28 23:00:28    阅读次数:87
11.28spss
理论分布:指总体所服从的分布,可以有个解析表达式,该表达式,一般是具有特定参数的概率分布函数。 经验分布:是指实际的样本服从分布,观测到的样本数据的,相对频率称为经验分布。 抽样分布:是指样本统计量样本均值样本的方差样本的标准差,所以服从的分布。 置信区间:只样本统计量所构造的总体参数的估计区间。 ...
分类:其他好文   时间:2019-11-28 22:50:17    阅读次数:81
2019-11-28-spss
置信区间 置信区间的前提:数据必须服从正态分布 置信区间:分析——描述性统计——探索——统计——描述性——设置置信区间的置信度——继续——选择变量——确定 均值的95%置信区间的含义:如果我们从一个总体中重复抽取容量为n的样本100个,那么从这100个样本均值置信区间中,至少有95个会包含总体均值 ...
分类:其他好文   时间:2019-11-28 18:52:07    阅读次数:55
估计量|估计值|置信度|置信水平|非正态的小样本|t分布|大样本抽样分布|总体方差|
5 估计量和估计值是什么? 估计量不是估计出来的量,是用于估计的量。 估计量:用于估计总体参数的随机变量,一般为样本统计量。如样本均值、样本比例、样本方差等。例如:样本均值就是总体均值的一个估计量。 估计值就是估计出来的数值。 可以在点估计上使用样本方差估计总体方差吗? 可以,是无偏的。 置信度与置 ...
分类:其他好文   时间:2019-11-01 20:47:23    阅读次数:100
关系抽取 --- Relation Extraction with Multi-instance Multi-label Convolutional Neural Networks
这篇文章从另一个角度来解决Zeng 2015的问题,并且考虑了实体对的多关系的问题。 动机 Zeng 2015里面仅仅取置信度最高的instance,丢失信息。 在数据集中,有约18.3%的entity pair有多种relation, 其他方法均未考虑。 模型 针对以上的两个问题提出了两个解决方法 ...
分类:Web程序   时间:2019-10-28 14:24:21    阅读次数:480
94条   上一页 1 2 3 4 ... 10 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!