完善資料讓更多小伙伴認(rèn)識(shí)你，還能領(lǐng)取20積分哦，立即完善>
標(biāo)簽 > 分類(lèi)器
分類(lèi)是數(shù)據(jù)挖掘的一種非常重要的方法。分類(lèi)的概念是在已有數(shù)據(jù)的基礎(chǔ)上學(xué)會(huì)一個(gè)分類(lèi)函數(shù)或構(gòu)造出一個(gè)分類(lèi)模型（即我們通常所說(shuō)的分類(lèi)器（Classifier））。該函數(shù)或模型能夠把數(shù)據(jù)庫(kù)中的數(shù)據(jù)紀(jì)錄映射到給定類(lèi)別中的某一個(gè)，從而可以應(yīng)用于數(shù)據(jù)預(yù)測(cè)。
文章：96個(gè) 瀏覽：13428次 帖子：6個(gè)
蒸餾無(wú)分類(lèi)器指導(dǎo)擴(kuò)散模型的方法
去噪擴(kuò)散概率模型（DDPM）在圖像生成、音頻合成、分子生成和似然估計(jì)領(lǐng)域都已經(jīng)實(shí)現(xiàn)了 SOTA 性能。同時(shí)無(wú)分類(lèi)器（classifier-free）指導(dǎo)...
OpenCV編程：OpenCV3.X訓(xùn)練自己的分類(lèi)器
OpenCV的官方已經(jīng)提供了很多訓(xùn)練好的分類(lèi)器文件，在OpenCV的安裝目錄下有，文件中提供了常見(jiàn)的 人臉檢測(cè)、眼睛檢測(cè)、貓臉檢測(cè)、行人檢測(cè)等，看XML...
這里，我們將討論兩個(gè)重要的度量指標(biāo)，即精度和召回率，它們被用于度量分類(lèi)模型（即分類(lèi)器）的性能。特別地，我們將討論如何用這兩個(gè)指標(biāo)來(lái)評(píng)估決策樹(shù)模型。
2020-07-06 標(biāo)簽：分類(lèi)器性能指標(biāo)深度學(xué)習(xí) 4957 0
如何利用二分類(lèi)學(xué)習(xí)器來(lái)解決多分類(lèi)問(wèn)題
一對(duì)其余其實(shí)更加好理解，每次將一個(gè)類(lèi)別作為正類(lèi)，其余類(lèi)別作為負(fù)類(lèi)。此時(shí)共有（N個(gè)分類(lèi)器）。
2019-12-03 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí) 8374 0
基于Haar和HoG特征的前車(chē)檢測(cè)方法深度解讀
而a是關(guān)于誤差的表達(dá)式，到這里就可以得到比較清晰的答案了，所有的一切都指向了誤差。提高錯(cuò)誤點(diǎn)的權(quán)值，當(dāng)下一次分類(lèi)器再次分錯(cuò)了這些點(diǎn)之后，會(huì)提高整體的錯(cuò)誤...
2019-08-09 標(biāo)簽：分類(lèi)器學(xué)習(xí)算法檢測(cè)方法 3820 0
一種機(jī)器學(xué)習(xí)方法可以從一個(gè)人的步態(tài)中識(shí)別人的感知情緒
“情感在我們的生活中扮演著重要的角色，定義著我們的經(jīng)歷，塑造著我們看待世界和與他人互動(dòng)的方式，”作者在論文中寫(xiě)道?！坝捎诟兄楦性谌粘Ｉ钪械闹匾?，自...
2019-07-07 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí) 3708 0
開(kāi)發(fā)成功的機(jī)器學(xué)習(xí)應(yīng)用程序需要一定的“偏方”
澄清說(shuō)明：分類(lèi)器與學(xué)習(xí)器的含義是什么？假設(shè)你有訓(xùn)練數(shù)據(jù)，并使用你構(gòu)建另一個(gè)程序（模型）的程序處理這些數(shù)據(jù)，例如決策樹(shù)。學(xué)習(xí)器是從輸入數(shù)據(jù)構(gòu)建決策樹(shù)模型的...
2019-05-16 標(biāo)簽：函數(shù)分類(lèi)器機(jī)器學(xué)習(xí) 3060 0
是時(shí)候搭建屬于自己的神經(jīng)網(wǎng)絡(luò)了！
對(duì)于圖像分類(lèi)問(wèn)題，Dense層可能是不夠的。但我們也可以另辟蹊徑！有完整的卷積神經(jīng)網(wǎng)絡(luò)可供下載。我們可以切掉它們的最后一層softmax分類(lèi)，并用下載的...
2019-05-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)分類(lèi)器深度學(xué)習(xí) 2917 0
開(kāi)發(fā)成功的機(jī)器學(xué)習(xí)應(yīng)用程序需要一定的“民間技巧”
似乎我們陷入了困境。幸運(yùn)的是，我們想要在現(xiàn)實(shí)世界中學(xué)習(xí)的特性并不是從所有數(shù)學(xué)上可能的函數(shù)集中統(tǒng)一繪制的!實(shí)際上，非常一般的假設(shè)——就像具有相似類(lèi)的類(lèi)似示...
2019-05-16 標(biāo)簽：函數(shù)分類(lèi)器機(jī)器學(xué)習(xí) 2617 0
用于語(yǔ)音情緒識(shí)別的基于對(duì)抗學(xué)習(xí)的說(shuō)話(huà)人無(wú)關(guān)的表示
作者基于本模型和兩種訓(xùn)練技巧分別在IEMOCAP數(shù)據(jù)集和SpeechOcean中文大數(shù)據(jù)集上做了測(cè)試，所用的具體模型結(jié)構(gòu)如下所示，實(shí)驗(yàn)結(jié)果表明，在IEM...
2019-05-07 標(biāo)簽：分類(lèi)器數(shù)據(jù)集遷移學(xué)習(xí) 4723 0
幾個(gè)常用算法的適應(yīng)場(chǎng)景及其優(yōu)缺點(diǎn)！
通常情況下，如果是小訓(xùn)練集，高偏差/低方差的分類(lèi)器（例如，樸素貝葉斯NB）要比低偏差/高方差大分類(lèi)的優(yōu)勢(shì)大（例如，KNN），因?yàn)楹笳邥?huì)發(fā)生過(guò)擬合（ove...
2019-04-24 標(biāo)簽：算法分類(lèi)器機(jī)器學(xué)習(xí) 1.3萬(wàn) 0
深度學(xué)習(xí)真正可以實(shí)現(xiàn)什么，與經(jīng)典計(jì)算機(jī)視覺(jué)的區(qū)別是什么？
看起來(lái)他正在用一些隨機(jī)看的過(guò)濾器對(duì)每個(gè)圖像進(jìn)行卷積，然后使用一些非常奇怪的邏輯，許多“if then else”語(yǔ)句具有大量搞不懂的參數(shù)來(lái)獲得最終答案。...
2019-04-19 標(biāo)簽：分類(lèi)器計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) 4407 0
劍橋大學(xué)的研究人員設(shè)計(jì)了一個(gè)AI“偷聽(tīng)”算法
實(shí)驗(yàn)使用的設(shè)備N(xiāo)exus 5和Nexus 9，尺寸分別為137.84mm×69.17mm×8.59mm和228.2mm×153.7mm×8mm。兩款設(shè)備...
基于弱監(jiān)督學(xué)習(xí)創(chuàng)建大規(guī)模數(shù)據(jù)集
舉個(gè)例子，如果我們想識(shí)別出與名人相關(guān)的內(nèi)容，一方面可以使用現(xiàn)有的命名實(shí)體識(shí)別（NER）模型來(lái)標(biāo)注出不包含與名人無(wú)關(guān)的人的內(nèi)容來(lái)實(shí)現(xiàn)這一任務(wù)。這就巧妙地將...
2019-03-19 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí)數(shù)據(jù)集 3695 0
如何制作能夠分類(lèi)120種小狗的圖像分類(lèi)器
和之前文章中的兩個(gè)物種（貓和狗）的分類(lèi)略有不同，這次使用的數(shù)據(jù)集全部是狗，需要把這些狗分到不同的類(lèi)別中。也就是說(shuō)，圖片之間特征的區(qū)別的差異要比之前貓和狗...
如何正確建立自己的機(jī)器學(xué)習(xí)項(xiàng)目集
Alex 選擇通過(guò)構(gòu)建實(shí)用項(xiàng)目來(lái)學(xué)習(xí)。他決定建立一個(gè)分類(lèi)器，以檢測(cè)戰(zhàn)斗機(jī)飛行員是否在飛機(jī)上失去意識(shí)。Alex 希望通過(guò)觀察飛行員的視頻來(lái)發(fā)現(xiàn)這一點(diǎn)。他知...
2018-12-31 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí) 2286 0
如何在您自己的圖像上運(yùn)行示例腳本，并對(duì)您有助于控制訓(xùn)練過(guò)程的一些選項(xiàng)作進(jìn)一步解釋
任何訓(xùn)練在開(kāi)始之前，需要一組圖像來(lái)向網(wǎng)絡(luò)傳授您想要識(shí)別的新類(lèi)別。本文后半部分會(huì)介紹該如何準(zhǔn)備自己的圖像，但為了方便起見(jiàn)，我們創(chuàng)建了一個(gè)關(guān)于經(jīng)許可的花卉照...
2018-11-22 標(biāo)簽：圖像分類(lèi)器遷移學(xué)習(xí) 3279 0
如何讓分類(lèi)器預(yù)測(cè)目標(biāo)是否為“背景”的概率
我有一種能顯著改善這種情況的方法：不讓背景類(lèi)別學(xué)習(xí)特征，只讓它學(xué)習(xí)一種可訓(xùn)練變量，即它的logit。這樣一來(lái)，背景類(lèi)別不會(huì)被嵌入到某個(gè)具體的區(qū)域中，給那...
2018-10-24 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí) 4035 0
如何利用兩種機(jī)器學(xué)習(xí)的方法——邏輯回歸和樸素貝葉斯分類(lèi)器
特征工程是不一個(gè)簡(jiǎn)單的技能，它更像是復(fù)雜的藝術(shù)形式。 它包含了考慮數(shù)據(jù)集和域的過(guò)程，選擇對(duì)于模型最有用的特征，以及測(cè)試特征以?xún)?yōu)化選擇。 Scikit-l...
2018-10-04 標(biāo)簽：分類(lèi)器機(jī)器學(xué)習(xí)數(shù)據(jù)集 6368 0
解決二分類(lèi)問(wèn)題的算法——AdaBoost算法
從上述問(wèn)題的角度出發(fā)，集成學(xué)習(xí)分為兩類(lèi)流派：Bagging與Boosting。Bagging（Bootstrap Aggregating）對(duì)訓(xùn)練數(shù)據(jù)擦用...
2018-09-23 標(biāo)簽：算法集成學(xué)習(xí)分類(lèi)器 1.2萬(wàn) 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關(guān)注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長(zhǎng)沙市望城經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)航空路6號(hào)手機(jī)智能終端產(chǎn)業(yè)園2號(hào)廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號(hào)-1
