1. knn 不適合用來對特徵分布進行分析。
2. 強化學習中的mdp模型：環境狀態的集合；動作的集合；在狀態之間轉換的規則；規定轉換後「即時獎勵」的規則；描述主體能夠觀察到什麼的規則。
3.otsu推到
4.繪製曲線
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()
6.樸素貝葉斯
7.影象拼接
8.參與點乘的兩個mat矩陣的資料型別（type）只能是 cv_32f、 cv_64fc1、 cv_32fc2、 cv_64fc2 這4種型別中的一種。若選用其他型別，比如cv_8uc1，編譯器會報錯：
9.mask_rcnn相關，mask-rcnn技術解析，mask_rcnn訓練自己的資料集，使用labelme製作自己的資料集，mask_rcnn訓練自己的資料，影象語義分割，mask rcnn訓練
10.高斯核中sigma的計算：canny邊緣檢測演算法原理及c語言實現詳解
11.邊緣檢測（垂直邊緣、水平邊緣）：卷積神經網路
12.霍夫圓變換：stack overflow
機器學習知識點
2.感知機 3 k近鄰法 4.樸素貝葉斯 5.決策樹 6.邏輯回歸與最大熵模型 7.支援向量機 8.整合學習 9.em演算法 10.隱馬爾科夫模型與條件隨機場 11.聚類方法 1.1 監督學習關於資料的基本假設是什麼？1.2 模型的假設空間是什麼？1.3 統計學習三要素 1.4 損失函式的定義，有哪...
機器學習相關知識點
1 tp 將正類 為正類數 fn 將正類 為負類數 fp 將負類 為正類數 tn 將負類 為負類數 精確率 precision p tp tp fp 反映了被分類器判定的正例中真正的正例樣本的比重。準確率 accuracy a tp tn p n tp tn tp fn fp tn 反映了分類器統對...
機器學習知識點總結
錯的。我們可以評估無監督學習方法通過無監督學習的指標，如 我們可以評估聚類模型通過調整蘭德係數 adjusted rand score 把nan直接作為乙個特徵，假設用0表示 用均值填充 用隨機森林等演算法 填充 sgd 隨機梯度下降 sgd momentum 基於動量的sgd 在sgd基礎上做過優...