目錄 1、介紹2、圖表示的選擇 1、介紹 1、為什么圖深度學(xué)習(xí)困難？相較于傳統(tǒng)圖像，圖深度學(xué)習(xí)更困難： 任意大小和任意復(fù)雜的拓?fù)浣Y(jié)構(gòu) 沒有圖像或文本中的空間局部性。圖像中知道...
發(fā)簡(jiǎn)信
IP屬地：北京
-
圖（1）
-
圖像分割常用指標(biāo)及MIoU計(jì)算一、語(yǔ)義圖像分割結(jié)果定義 語(yǔ)義圖像分割結(jié)果，可分為True Positive、False Positive、True Negative、False Negative。Nega...
-
函數(shù)1、可接受任意數(shù)量參數(shù)的函數(shù) **參數(shù)只能出現(xiàn)在最后一個(gè)參數(shù)。有一點(diǎn)要注意的是，在 * 參數(shù)后面仍然可以定義其他參數(shù)。 2、只接受關(guān)鍵字參數(shù)的函數(shù) 3、給函數(shù)參數(shù)增加元信息 ...
-
根據(jù)IQR過濾基因例如：用作探針表達(dá)數(shù)據(jù)的初步過濾 為什么要初步過濾？ 具體使用：https://www.rdocumentation.org/packages/genefilter/vers...
-
下載準(zhǔn)備預(yù)訓(xùn)練詞向量gloveglove的官網(wǎng)地址：https://nlp.stanford.edu/projects/glove/[https://nlp.stanford.edu/projects/g...
-
機(jī)器學(xué)習(xí)——邏輯回歸一對(duì)多
邏輯回歸的分類變量是離散值，但有時(shí)可能不是兩種，而是多種 那么下圖所示的三種分類，如果用邏輯回歸來處理呢 一個(gè)可行的方法是： 如上圖，即對(duì)沒有一種類別，都構(gòu)建一個(gè)“一對(duì)余”的...
-
機(jī)器學(xué)習(xí)——正則化
一、過擬合 第一種是欠擬合，高偏差。第二種擬合較好。第三種過擬合，高方差。 過擬合：當(dāng)特征很多，訓(xùn)練集可能擬合的很好，甚至代價(jià)函數(shù)的值約等于0，但是這個(gè)模型卻不能泛化到新的數(shù)...
-
機(jī)器學(xué)習(xí)——邏輯回歸代價(jià)函數(shù)邏輯回歸的代價(jià)函數(shù) 如上圖，對(duì)于二分類邏輯回歸，即有m個(gè)樣本，每個(gè)樣本的特征X有n+1個(gè)（Xo=1），分類變量Y屬于0或1，然后使用這些數(shù)據(jù)集來確定假設(shè)函數(shù)的參數(shù)θ。之前所說...
-
機(jī)器學(xué)習(xí)——向量化MATLAB編程中，向量化的思想可從下圖看出： 對(duì)于常見的線性回歸假設(shè)函數(shù) 做乘積累加的過程，傳統(tǒng)的編寫方法可能像左邊一樣，但是如果把θ和X看作一個(gè)向量，則只需要寫成向量相乘...
-
機(jī)器學(xué)習(xí)——邏輯回歸一、分類 常見的分類問題，比如腫瘤的惡性或良性，是一個(gè)二分類問題，可用0或1表示， 假設(shè)我們對(duì)于已有的數(shù)據(jù)構(gòu)建一個(gè)線性回歸模型，比如下圖: 我們將模型的分類閾值定為0.5，當(dāng)...
-
機(jī)器學(xué)習(xí) —— 多項(xiàng)式回歸和正規(guī)方程一、多項(xiàng)式回歸 房?jī)r(jià)預(yù)測(cè)中： 有兩個(gè)特征，frontage和depth，即臨街長(zhǎng)度和房子的寬度。假如我們計(jì)算一個(gè)x = frontage * depth (房子面積)，則假設(shè)...
-
-
機(jī)器學(xué)習(xí) —— 多元梯度下降一、多維特征 前面所述的房?jī)r(jià)預(yù)測(cè)的線性模型，只用到了一維特征，即size，房屋尺寸，要用這個(gè)特征量來預(yù)測(cè)房屋價(jià)格： 當(dāng)數(shù)據(jù)集的信息不止一種時(shí)，便有了多維特征，比如： 上圖有四...
-
機(jī)器學(xué)習(xí)——線性代數(shù)
一、矩陣和向量 這個(gè)是4×2矩陣，即4行2列，如m為行，n為列，那么m x n即為4×2 矩陣的維數(shù)即行數(shù)×列數(shù) 矩陣元素（矩陣項(xiàng)）： Aij指第i行，第j列的元素。 向量是...
-
2019.8月中旬開始系統(tǒng)自學(xué)生信，<br>自學(xué)路漫漫索性報(bào)個(gè)班。<br><br>生信技能樹真的很棒！<br><br>這是我的一個(gè)學(xué)習(xí)筆記平臺(tái)，點(diǎn)滴記錄。
-
機(jī)器學(xué)習(xí)——梯度下降、梯度下降的線性回歸算法
一、梯度下降****梯度下降是一個(gè)用來求函數(shù)最小值的算法，我們將使用梯度下降算法來求出代價(jià)函數(shù)J(θo,θ1)的最小值。 梯度下降算法中要做的就是不停地一點(diǎn)點(diǎn)改變?chǔ)萶和θ1，...
-
機(jī)器學(xué)習(xí)——代價(jià)函數(shù)
一、假設(shè)函數(shù) h表示學(xué)習(xí)算法的解決方案，也就是根據(jù)數(shù)據(jù)集訓(xùn)練擬合得到的一個(gè)函數(shù)，也稱為假設(shè)函數(shù)（hypothesis）。h代表hypothesis(假設(shè))，h表示一個(gè)函數(shù)，輸...
