- 要评估分类器的准确性，请使用ConfusionMatrix ( Stehman 1997 )。以下示例用于sample()从 MODIS 参考图像生成训练和验证数据，并比较表示训练和验证准确度的混淆矩阵： 函数： confusionMatrix() 根据其训练数据（即：重新代入误差）计算分类器的 2D... 要评估分类器的准确性，请使用ConfusionMatrix ( Stehman 1997 )。以下示例用于sample()从 MODIS 参考图像生成训练和验证数据，并比较表示训练和验证准确度的混淆矩阵： 函数： confusionMatrix() 根据其训练数据（即：重新代入误差）计算分类器的 2D...
- PCA主成分分析法简介 主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据... PCA主成分分析法简介 主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据...
- 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ... 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ...
- 1、什么是机器学习？ 机器学习是指通过大量的训练集来对自己建好的模型进行训练学习，最后使计算机在没有被明确编程的情况下，仍然能够进行学习的能力。 2、什么是训练集，是用来做什么的？ 训练所用的问题和答案叫做训练集，训练集是数据，需要提前收集，用来对模型进行训练。 3... 1、什么是机器学习？ 机器学习是指通过大量的训练集来对自己建好的模型进行训练学习，最后使计算机在没有被明确编程的情况下，仍然能够进行学习的能力。 2、什么是训练集，是用来做什么的？ 训练所用的问题和答案叫做训练集，训练集是数据，需要提前收集，用来对模型进行训练。 3...
- 论文题目: Mastering Complex Controlin MOBA Games with DeepReinforcement Learning 主要贡献 提出了一个深度强化学习框架，从系... 论文题目: Mastering Complex Controlin MOBA Games with DeepReinforcement Learning 主要贡献 提出了一个深度强化学习框架，从系...
- 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍... 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍...
- 我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10. import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimi... 我们将运用在前面几节中学到的知识来参加Kaggle竞赛，该竞赛解决了CIFAR-10图像分类问题。比赛网址是https://www.kaggle.com/c/cifar-10. import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimi...
- 以下是我学习Andrew Ng machine learning 课程时logistic regression的相关代码，仅作为参考，因为是初学，暂时没办法做出总结。 sigmoid.m function g = sigmoid(z) %SIGMOID Compute sigmoid functoon % J = SIGMO... 以下是我学习Andrew Ng machine learning 课程时logistic regression的相关代码，仅作为参考，因为是初学，暂时没办法做出总结。 sigmoid.m function g = sigmoid(z) %SIGMOID Compute sigmoid functoon % J = SIGMO...
- 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。... 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。...
- 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已... 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。 分类问题 从数学角度来说，分类问题可做如下定义：已...
- 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ... 本演示使用手工定位的点来训练分类器。 每个训练点都有一个叫做 "土地覆盖 "的字段，包含了该位置的分类标签。下面的块包含了这些点的构造代码。 将鼠标悬停在 "城市 "变量上，点击对话框中的 "转换"。 var urban = /* color: #ff0000 */ee.FeatureCollection( ...
- 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的... 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的...
- 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ... 提高机器学习模型准确性的推荐最佳实践是调整不同的参数。例如，在使用ee.Classifier.smileRandomForest()分类器时，我们必须指定Number of Trees。我们知道更多的树会导致更多的计算需求，但这并不一定会导致更好的结果。我们不是猜测，而是以编程方式尝试一系列值并选择可能导致最高准确度的最小值。 ...
- 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ... 此演示使用手动定位点来训练分类器。每个训练点都有一个名为“landcover”的字段，其中包含该位置的类标签。以下块包含点的构造代码。将鼠标悬停在“城市”变量上并单击对话框中的“转换”。 分类中使用了三个一个是城市一个是农田一个是水域，因为分类比较简单，所采集的样本数量也比较少。 最后分类的结果  ...
- 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L... 我们的总体目标是能够使用 Landsat 系列卫星查看特定地点的土地覆盖变化。为此，我们首先需要了解 Landsat 系列卫星的一些背景知识。 Landsat 系列卫星是首批部署的遥感平台之一。许多已经远远超过了预期的使用寿命（Landsat 5 在轨道上运行了近 28 年，预期使用寿命约为 3！）L...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签