2018级计算机实验班《机器学习》-
[CV] Mnist手写数字分类
数据集 手写数字Mnist数据集Mnist(lecun.com) 每张手写数字图片包含28*28个灰度像素点 包含从0~9十个数字 任务 使用SVM对手写数字进行分类 步骤 对图像提取特征 划分数据集，分为训练集和测试集7：3 使用SVM对图像进行分类 输出混淆矩阵和精确度 方法 由于原图片只有28 -
ModelArts （华为GPU/CPU计算云平台）体验
云平台采用K8S（Kubernetes 容器管理必备）+Docker+Nvidia-Docker GPU免费样例（目前GPU是无法共享使用的，也就是你是可以完全独占一块显卡，因此可以实际测试一下对比一下现有的显卡，就可以确定其型号）+16GB显存以及8核CPU、64GB内存（因此强烈推荐选择GPU实 -
python实现MICD分类器
from sklearn import datasets import matplotlib.pyplot as plt import numpy as np from sklearn.model_selection import train_test_split # MICD分类器 # 只能分辨训 -
python实现MED分类器
import numpy as np from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifie -
模式识别与机器学习（第一至三章学习记录和心得）
基于距离的分类器源代码 python实现MED分类器 python实现MICD分类器 第一章 模式识别基本概念 模式识别≠机器学习 1. 定义 2. 分类 3. 模式识别的数学解释 值得一提的是，机器学习的任务是学习上图中的函数$f(\boldsymbol)$ 4. 模型 模型(model)：关于已 -
《机器学习》第一次作业——第一至三章学习记录和心得
  ,将待识别模式x从输入空间映射到输出 -
《机器学习》第一次作业——第一至三章学习记录和心得
##第一章 模式识别基本概念 ###1.含义： 根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。模式识别本质上是一种推理过程。 ###2.两种形式： 模式识别可划分为“分类”和“回归”。分类的输出量是离散的类别表达，而回归的输出量是连续的信号表达（回归值）。回归是分类 -
《机器学习》第一次作业——第一至三章学习记录和心得
《机器学习》第一次作业——第一至三章学习记录和心得 第一章 模式识别基本概念 1.1 什么是模式识别 模式识别的定义：根据已有知识的表达或者说是函数映射，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值，是一种推理过程，可划分为“分类”和“回归”两种形式。 分类：输出量是离散的类别表达，即