全部 人工智能學科動態 人工智能技術資訊 人工智能常見問題 技術問答

• • 

    什么是交叉驗證？什么是網格搜索？

    交叉驗證就是將拿到的訓練數據，分為訓練和驗證集。以下圖為例：將數據分成4份，其中一份作為驗證集。然后經過4次(組)的測試，每次都更換不同的驗證集。即得到4組模型的結果，取平均值作為最終結果。又稱4折交叉驗證。 查看全文>>

    人工智能技術資訊2021-10-28 |傳智教育 |交叉驗證,網格搜索

  • 

    隨機森林構造有哪些步驟？隨機森林案例展示

    如果不是有放回的抽樣，那么每棵樹的訓練樣本都是不同的，都是沒有交集的，這樣每棵樹都是“有偏的”，都是絕對“片面的”(當然這樣說可能不對)，也就是說每棵樹訓練出來都是有很大的差異的;而隨機森林最后分類取決于多棵樹(弱分類器)的投票表決。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |隨機森林

  • 

    決策樹的劃分依據二:信息增益率

    實際上，信息增益準則對可取值數目較多的屬性有所偏好，為減少這種偏好可能帶來的不利影響，著名的 C4.5 決策樹算法 [Quinlan， 1993J 不直接使用信息增益，而是使用"增益率" (gain ratio) 來選擇最優劃分屬性.增益率：增益率是用前面的信息增益Gain(D, a)和屬性a對應的"固有值"(intrinsic value) [Quinlan , 1993J的比值來共同定義的。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |決策樹的劃分依據,信息增益率

  • 

    決策樹的劃分依據一：信息增益

    信息增益：以某特征劃分數據集前后的熵的差值。熵可以表示樣本集合的不確定性，熵越大，樣本的不確定性就越大。因此可以使用劃分前后集合熵的差值來衡量使用當前特征對于樣本集合D劃分效果的好壞。 查看全文>>

    人工智能技術資訊2021-09-16 |傳智教育 |決策樹,決策樹,決策樹的劃分依據

  • 

    機器學習中入門級必學的算法有哪些？

    K Nearest Neighbor算法又叫KNN算法，這個算法是機器學習里面一個比較經典的算法， 總體來說KNN算法是相對比較容易理解的算法，如果一個樣本在特征空間中的k個最相似(即特征空間中最鄰近)的樣本中的大多數屬于某一個類別，則該樣本也屬于這個類別。 查看全文>>

    人工智能技術資訊2021-08-26 |傳智教育 |機器學習中入門級必學的算法

  • 

    OPenCV中如何實現ORB算法？【OpenCV教程】

    OPenCV中如何實現ORB算法？在OPenCV中實現ORB算法，使用的是： 查看全文>>

    人工智能技術資訊2021-07-30 |傳智教育 |OPenCV中如何實現ORB算法

  • 

    BRIEF算法步驟詳細介紹

    BRIEF是一種特征描述子提取算法，并非特征點的提取算法，一種生成二值化描述子的算法，不提取代價低，匹配只需要使用簡單的漢明距離(Hamming Distance)利用比特之間的異或操作就可以完成。因此，時間代價低，空間代價低，效果還挺好是最大的優點。 查看全文>>

    人工智能技術資訊2021-07-30 |傳智教育 |BRIEF算法

  • 

    ORB算法原理解讀【Open CV視頻教程】

    SIFT和SURF算法是受專利保護的，在使用他們時我們是要付費的，但是ORB(Oriented Fast and Rotated Brief)不需要，它可以用來對圖像中的關鍵點快速創建特征向量，并用這些特征向量來識別圖像中的對象。 查看全文>>

    人工智能技術資訊2021-07-30 |傳智教育 |ORB算法原理

  << < 1 2 3 4 5 6 7 8 9 ... 12 > >>