簡介 每年全世界都會舉辦很多計算機視覺（Computer Vision，CV）、 機器學習（Machine Learning，ML）、人工智能（Artificial Intelligence ，AI）領域的學術會議。筆者選取了其中影響力較大，有代表性的重要會議進行了匯總，特意按照時間進行了排序 ...

首先的階段由卷積層和池化層組成，卷積的節點組織在特征映射塊（feature maps）中，每個節點與上一層的feature maps中的局部塊通過一系列的權重即過濾器連接。加權和的結果被送到非線性函數 ...

多媒體、圖形學、網絡通信等計算機應用技術領域，尤其是計算機視覺、自然語言處理。 交叉學科的技術支撐，例如生物信息學，它的研究涉及從“生命現象”到“規律發現”的整個過程，包括數據處理整個流程，其中“數據分析”就是機器學習的舞台。 數據科學的核心即通過分析數據獲取價值。機器學習是大數據時代必不可少 ...

集成學習 目錄： 個體和集成 Boosting Bagging與隨機森林 Bagging 隨機森林 綜合策略 平均法 投票法 學習法 多樣性 誤差-分歧分解 ...

編程實現判別分析，並給出西瓜數據集上的結果。 數據集如下 Python代碼實現方式如下：調用了sklearn中的線性判別分析模塊。 結果如下： 其中紅色的藍色的 ...

3.3 編程實現對率回歸，並給出西瓜數據集3.0α上的結果。 本題我就調用了sklearn的邏輯回歸庫來測試。 結果如下： 西瓜數據集如下： ...

機器學習（周志華） 讀書筆記 序言 從主流為符號機器學習發展到主流為統計機器學習，反映了機器學習從純粹的理論研究和模型研究發展到以解決現實生活中實際問題為目的的應用研究。 問題一：現階段，統計機器學習相對符號機器學習占據優勢地位，未來的發展方向是怎樣的？ 有三種答案：一是符號機器學習 ...

機器學習現在是一大熱門，研究的人特多，越來越多的新人涌進來。 不少人其實並沒有真正想過，這是不是自己喜歡搞的東西，只不過看見別人都在搞，覺着跟大伙兒走總不會吃虧吧。 問題是，真有個“大伙兒”嗎？就不會是“兩伙兒”、“三伙兒”？如果有“幾伙兒”，那到底該跟着“哪伙兒”走呢？ 很多人可能沒有意識 ...