[toc] 质量评估大佬AC Bovik的作品，1200+引用。 目标问题 ：提出一些普适的、与主观质量接近的客观评估指标。普适意味着：无失真先验。 背景 ：现有的普适NR IQA方法需要训练集（图像包含预期的失真，且需要人类评分数据）。这种方法泛化能力差，且要求高。 解决思路 ：从自然图像中获取一 ...
分类：
其他好文 时间：
2019-11-24 00:03:57
阅读次数：
161
特征选择 特征选择方法是从原始特征数据集中选择子集，是一种包含的关系，没有更改原始的特征空间。主要是为了减少特征数量、降维，减少过拟合使模型泛化能力更强以及增强对特征与特征值之间的理解。 （1） Filter方法：对每一维的特征“打分”，即给每一维的特征赋予权重，这样的权重就代表着该维特征的重要性， ...
分类：
其他好文 时间：
2019-11-19 13:36:32
阅读次数：
55
支持向量机 (support vector machine, SVM) 是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特点训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以期获得最好的泛化能力。 支持向量机的 基 ...
分类：
其他好文 时间：
2019-11-07 19:35:20
阅读次数：
129
支撑向量机的英文名叫: Support Vector Machine，是机器学习领域中的很重要的一种算法。它的思想背后有极强的统计理论的支撑，也是统计学上常用的一种方法。此算法在机器学习中既能解决分类问题，又能解决回归问题。且对真实的数据具有很好的泛化能力。 原理：考虑如下样本数据集，如何分辨此数据 ...
分类：
其他好文 时间：
2019-10-31 18:29:28
阅读次数：
91
是什么 过拟合（overfitting）是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。 具体表现就是最终模型在训练集上效果好；在测试集上效果差。模型泛化能力弱。 为什么 为什么要解决过拟合现象？这是因为我们拟合的模型一 ...
分类：
其他好文 时间：
2019-10-26 20:43:49
阅读次数：
78
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 感知机感知机在1957年被提出，算是最古老的分类方法之一。虽然感知机泛化能力不及其他的分类模型，但是如果能够对感... ...
分类：
其他好文 时间：
2019-10-16 18:05:39
阅读次数：
79
集成学习通过构建多个学习器然后进行某种方式的组合来达到学习的任务，通过集成学习可以增强模型的学习和泛化能力。下面总结以下集成学习的最基本概念。 1.常用集成学习方法： 1.1 Bagging Bagging( Bootstrap Aggregation)是一种最著名的并行式集成学习算法，其基本思想是 ...
分类：
其他好文 时间：
2019-10-15 00:01:05
阅读次数：
115
简介：感知机在1957年就已经提出，可以说是最为古老的分类方法之一了。是很多算法的鼻祖，比如说BP神经网络。虽然在今天看来它的分类模型在很多数时候泛化能力不强，但是它的原理却值得好好研究。先学好感知机算法，对以后学习神经网络，深度学习等会有很大的帮助。 一，感知机模型 （1）、超平面的定义 令w1， ...
分类：
编程语言 时间：
2019-09-30 14:48:49
阅读次数：
93
今日完成 完成了对于虚拟样本的实验。 即以不同虚拟样本占比为横坐标，比较loss和准确度是否有提升。 结果：毫无规律可言。 在网上继续寻找论文。 所幸其上两篇文章里的准确率都不高，甚至可以说是非常的低，给了我非常大的信息和鼓舞。 明日目标 继续做实验，复验神经网络的泛化能力是否足够，今天似乎已经发现 ...
分类：
其他好文 时间：
2019-09-12 21:35:19
阅读次数：
88
模型性能评估 模型性能评估是为了评价模型的泛化能力，模型性能评估主要有两个问题要解决： 1）用什么数据来评估？ 2）用什么标准来评估？ 下面的第一节内容主要解答用什么数据来评估模型的性能，第二节解答用什么标准来评估。 1.用什么数据来评估模型性能 常用的有3中，按照复杂程度程度排序分别为： 1）训练 ...
分类：
其他好文 时间：
2019-09-11 11:48:59
阅读次数：
143
