SimpleIsBetter-CSDN博客

原创梯度下降法与牛顿法

1 梯度下降法梯度下降法（gradient descent：GD）梯度：f(θ)f(\theta)在θ0\theta_{0}处的梯度表示f(θ)f(\theta)在点θ0\theta_{0}处函数值变化最快的方向。对于凸函数f(θ)f(\theta)来说，沿着负梯度方向寻找可以找到函数的极小值 θk+1=θk−ηf′(θk)\theta^{k+1}=\theta^{k}-\eta f'(\th

2017-08-13 11:32:41 1732

原创 boosting－adaboost、GBDT、xgboost、lightGBM

提升方法，是将多个专家的判断进行适当的综合所得出的判断，要比其中任何一个专家单独的判断好。 Kearns和Valiant提出了“强可学习”和“弱可学习”的概念强可学习：在概率近似正确学习的框架中，一个概念（一个类），如果存在一个多项式的学习算法能够学习它，并且正确率很高，这个概念被称为强可学习弱可学习：一个概念，如果一个多项式学习算法能够学习它，学习的正确率仅比随机猜测略好 Schap

2017-07-17 09:01:10 1568

原创图像处理－opencv去水印（如有图片侵权，请及时联系）

1，图片去除水印处理方法，利用opencv可以直接采用如下方法步骤处理1.1 采用SIFT算子提取图片特征点尺度不变特征转换SIFT是一种著名的计算机视觉的算法，主要用来检测图像中的局部特征，通过在图像中寻找极值点特征，并提取出其这些特征点的位置、尺度和旋转不变量等信息。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。关于SIFT算子

2017-07-17 08:57:47 29478 2

原创 MapReduce同时写入HBase,HDFS

MapReduce同时写入HBase HDFS 1，job设置： job.setOutputFormatClass(org.apache.hadoop.hbase.mapreduce.TableOutputFormat.class); job.getConfiguration().set(TableOutputFormat.OUTPUT_TABLE, ${hbase表名});

2017-01-02 10:52:19 1146

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 梯度下降法与牛顿法

原创 boosting－adaboost、GBDT、xgboost、lightGBM

原创 图像处理－opencv去水印（如有图片侵权，请及时联系）

原创 MapReduce同时写入HBase,HDFS

空空如也

空空如也

原创梯度下降法与牛顿法

原创图像处理－opencv去水印（如有图片侵权，请及时联系）