机器学习笔记

笔记地址:http://binweber.top/Machine_Learning/#/

原先写的《深度学习》系列笔记太乱,所以把原先的笔记重新整理到了上述地址,以后机器学习理论相关的知识都将整合到那里,而博客中的相关内容不再更新。

线性代数

《Introduction to Linear Algebra》读书笔记

TensorFlow(1):Graph与Session

【CNN】YOLOv3模型详解

2015年华盛顿大学的Joseph Redmon等人提出的YOLO算法中,将目标检测直接作为回归问题来解决,而使用一个一体化的CNN实现了端到端(End to End)检测,为目标检测问题提供了另外一种解决思路的同时,基于深度学习的目标检测算法也自此有了单步和多步之分。到2018年,YOLO已经更新到了v3版本,这里对该模型进行分析。

【CNN】AlexNet的实现与应用

详解AlexNet,用TensorFlow实现该架构并用它来完成Kaggle上的Dogs Vs Cats竞赛。

【Princeton】算法(4):优先队列

这里介绍优先队列

【Princeton】算法(3):排序

排序(sort)是将一组对象按照某种逻辑顺序重新排列的过程,现实生活中我们经常需要对各种东西进行排序,在计算机上处理各种数据时也不例外。

这里介绍几种初级排序算法以及经典的归并排序、快速排序算法。

【Andrew Ng】机器学习(2):Logistic回归

这里主要介绍Logistic回归模型及正则化。

【Princeton】算法(2):栈和队列

实际编程时,经常需要维护某个对象的集合,对集合中的对象的表示方式,往往决定着对它们进行各种操作时的效率。

这里介绍一些数据结构相关的基本概念以及两种最基本的数据结构–栈和队列。

【Andrew Ng】机器学习(1):线性回归

这里介绍机器学习的基本概念以及线性回归模型。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×