机器学习 – OmegaXYZ

卷积神经网络CNN概述下（RGB图像卷积与单层神经网络）

以下内容转载自：https://blog.csdn.net/ice_actor/article/details/78648780 侵删！！！ … Read more

互信息的定义正式地，两个离散随机变量 X 和 Y 的互信息可以定义为：其中 p(x,y) 是 X 和 Y 的联合概率 … Read more

EPSO简介 EPSO的主要思想是使用BBPSO直接演化出一个可以在相应的特征值范围[MinF···MaxF]内任何值的切点。每个粒子的 … Read more

在概率论和信息论中，两个随机变量的互信息（Mutual Information，简称MI）或转移信息（transinformation）是变量间相 … Read more

在概率论和信息论中，两个随机变量的互信息（Mutual Information，简称MI）或转移信息（transinformation）是变量间相互依赖性的量度。不同 … Read more

前面我们介绍了特征选择(Feature Selection，FS)与离散化数据的重要性，总览的介绍了PSO在FS中的重要性和一些常用的方法，介绍了FS与离散化的背景，介绍本文所采用的基于熵的切割点和最小描述长度原则(MDLP)。具体请点击链接：

概要由于许多特征选择问题处理的是离散数据，一种常见的处理方式是在特征选择之前应用离散化。 … Read more

TensorFlow游乐场是一个通过网页浏览器就可以训练的简单神经网络并实现了可视化训练过程的工具。可以去简单地模拟深度学习的过程。连线越粗表明权重越大。

定义连续特征离散化是采取各种方法将连续的区间划分为小的区间，并将这连续的小区间与离散值关联起来。连续特征离散化 … Read more

名称论文的名称是Going Deeper with Convolutions，启发自“We need to go deeper.”出处先不说。