Face Recognition人脸识别库这是世界上最简单的人脸识别库了。你可以通过Python引用或者命令行的形式使用它，来管理和识别人脸。 该软件包使用dlib中最先进的人脸识别深度学习算法，使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。 它同时提供了一个叫face_recognition的命令行工具，以便你可以用命令行对一个文件夹中的图
贝叶斯背景贝叶斯简介：贝叶斯(约1701-1761) Thomas Bayes，英国数学家贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文章 生不逢时，死后它的作品才被世人认可 贝叶斯要解决的问题正向概率：假设袋子里面有N个白球，M个黑球，你伸手进去摸一把，摸出黑球的概率是多大逆向概率：如果我们事先并不知道袋子里面黑白球的比例，而是闭着眼睛摸出一个（或好几个）球，观察这些取出来的球的
聚类概念：无监督问题：我们手里没有某一个数据属于某一个标签聚类：将相似的东西分到一组难点：不像有监督问题有标签 评估难度大 没有标准答案调参难 K-MEANS算法基本概念:要得到簇的个数，需要制定K值质心：数据的均值，即向量各维取平均即可距离的度量：常用欧式距离和余弦相似度（先标准化）优化目标：使得每个簇当中，所有样本点到质心的距离越小越好 mini=1∑kxϵCi∑dict(Ci,
线性回归 在机器学习中回归是求学者在学习过程中重要的一环。无论是面试还是实际应用都会经常用到。有很多人会使用线性回归，但却不知道线性回归是怎么来的。如果想让自己在机器学习的方向上更有价值，数学方面的推导必不可少。下面就是我在自己理解的线性回归推导。 什么是回归？通过现有的数据最终预测出来在指定区间的某一个值 我们称之为回归 贷款栗子 解释 数据:上图为五个人在银行贷款的样本，其中工资和年龄我们都
树模型决策树：数据从根节点开始一步步走最终到叶子节点（决策） 所有的数据最终都会落到叶子节点,既可以做分类也可以做回归 树的组成根节点：第一个选择点非叶子节点与分支：中间过程叶子节点：最终的决策结果 节点增加节点相当于在数据中切了一刀。因为每一个特征都要进行分支，都要进行决策。越多的特征，相当于越多的节点，越多的节点相当于把数据切的越细 决策树的训练与测试训练阶段：从给定的训练集
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
