Lưu

Đặc điểm HOG¶ Lược đồ biểu diễn đặc trưng Gradient là một quy trình trích xuất đặc trưng đơn giản được phát triển trong ngữ cảnh xác định người đi bộ trong hình ảnh.HOG bao gồm các bước sau: Một...

Khái niệm KDE: Biểu đồ tần số Như đã thảo luận trước đây, một trình ước lượng mật độ là một thuật toán mà nó cố gắng mô hình hóa phân phối xác suất mà đã tạo ra một tập...

Khuyến khích GMM: Nhược điểm của k-Means¶ Hãy cùng nhìn vào một số điểm yếu của phương pháp k-means và suy nghĩ về cách cải tiến mô hình gom cụm.Như chúng ta đã thấy ở phần trước, với dữ liệu...

Manifold Learning: “HELLO”¶ Để làm cho những khái niệm này rõ ràng hơn, hãy bắt đầu bằng việc tạo ra một số dữ liệu hai chiều mà chúng ta có thể sử dụng để xác định một không gian nhất...

Giới thiệu về phân tích thành phần chính¶ Phân tích thành phần chính là một phương pháp không giám sát nhanh chóng và linh hoạt để giảm chiều dữ liệu, mà chúng ta đã thấy qua trang Giới thiệu Scikit-Learn.Hành...

Thúc đẩy Random Forests: Cây quyết định¶ Hỡi người đọc, hướng dẫn này sẽ giới thiệu về quy trình xây dựng các mô hình học máy dựa trên cây quyết định. Một ví dụ cụ thể của phương pháp này...

Hồi quy tuyến tính đơn giản¶ Chúng ta sẽ bắt đầu với phương pháp hồi quy tuyến tính phổ biến nhất, đó là một đường thẳng cơ bản phù hợp với dữ liệu.Phương pháp hồi quy tuyến tính mô hình...

Phân loại Bayesian¶ Bộ phân loại Naive Bayes được xây dựng trên phương pháp phân loại Bayes.Các bước này dựa trên định lý của Bayes, đây là một phương trình mô tả mối quan hệ của xác suất điều kiện...

Các Đặc trưng phân loại¶ Một loại dữ liệu không phải là số phổ biến là dữ liệu phân loại.Ví dụ, hãy tưởng tượng bạn đang khám phá dữ liệu về giá nhà, và bên cạnh các đặc trưng số...

Suy nghĩ về Kiểm tra Mô hình None Các phần sau đây trước tiên trình bày một phương pháp tiếp cận ngây thơ để xác thực mô hình và lý do tại sao nó không thành công, trước khi nghiên...