Machine_learning

1/2ページ

kaggle金融的資料處理方式

kaggle金融資料的解決 如何設定x和y 拿股票來說,對於股票的眾多屬性都可以變成一個向量的形式。這個向量x = ( x1, x2, x3….xn) 注意,x1也是一個向量,這個向量是縱向的,有m個數值代表m個樣本。x每一個資料裡面不同的值,裡面的值就是取值,可以來自於不同時間,或者不 […]

無人駕駛之Behaviroal-Cloning實現

引言 本篇部落格採用了Keras2.1.5,tensorflow1.7,整個專案原始碼:github 本次部落格主要分享Udacity自動駕駛納米學位的第三個專案,轉角預測模型的實現。 該專案的任務是在給定道路影象的前提下,實現一個深度神經網路模型來預測汽車的轉角。Udacity開源了一個模擬器。該 […]

機器學習(7)——支援向量機(一):從感知機到線性可分支援向量機

前言 支援向量機(support vector machine)本來是最早接觸的機器學習演算法,最初自己寫的的機器視覺論文也用到了SVM,但和神經網路一樣,一直覺得它是比較複雜的機器學習方法,需要深入的學習和研究。因此先是系統推導了李航的《機器學習》,之後學習Andrew Ng的機器學習課程,並看了 […]

機器學習(7)——支援向量機(二):線性可分支援向量機到非線性支援向量機

線性可分支援向量機 回顧 前面總結了線性可分支援向量機,知道了支援向量機的最終目的就是通過“間隔最大化” 得到最優分類器,能夠使最難區分的樣本點得到最大的分類確信度,而這些難區分的樣本就是支援向量。 還是如下圖所示,超平面H1H_1 和 H2H_2 支撐著中間的決策邊界,且到達決策邊界的距離相等,都 […]

智慧網聯汽車計算平臺關鍵演算法綜述

摘要 本文以日本無人駕駛開源軟體Autoware為參考,彙總分析了無人駕駛所涉及的基本演算法,最後給出了在一些典型資料集上測試的效果。 介紹 本文將自動駕駛演算法部分分成以下三個部分:場景識別、路徑規劃及車輛控制。每一類別都是由多種演算法組成的。例如場景識別需要定位,物體檢測及追蹤演算法。路徑規劃通 […]

無人駕駛避障方法研究

引言 老師和學生的關係是建立在一份錯覺上。老師錯以為自己可以教學生什麼,而學生錯以為能從老師那裡學到什麼。重要的是,維持這份錯覺對雙方而言都是件幸福的事。因為看清了真相,反而一點好處都沒有。我們在做的事,不過是教育的扮家家酒而已。——東野圭吾 《惡意》 無人駕駛避障綜述 嗯,很慘,距離上次做 國內外 […]

Word2vec使用手冊

引言 Google開源的Word2vec是自然語言處理領域裡面,比較好用的工具。這篇部落格主要就是介紹如何在一些開源工具中使用這套工具。官方網址:傳送門 安裝 Gensim開發了一套工具箱叫做gensim,裡面繼承了Word2vec方法。 因此安裝方法就是: pip install --upgrad […]

基於時間序列的短期資料預測–ARMA模型的設計與實現(每個步驟附實現原始碼)

本文demo原始碼、實驗資料:傳送門 引言 前面我有分享兩篇關於時間序列模型的文章,一篇是 Holt-Winters模型原理分析及程式碼實現(python),一篇是 LSTM模型分析及對時序資料預測的具體實現(python實現)。holt-winters是典型的平滑法,一般用於趨勢分析和預測。LST […]

Holt-Winters模型原理分析及程式碼實現(python)

引言 最近實驗室老師讓我去預測景區內代步車輛的投放量,於是乎,本著“一心一意地輸出年富力強的勞動力”這份初心,我就屁顛屁顛地去找資料,然後發現了Holt-Winters模型 , 感覺這個模型可以有,於是就去研究一番,並總結成這篇部落格了。 原理分析 移動平均(The simple moving av […]

車道線檢測之lanelines-detection

本篇部落格整個專案原始碼:github NOTE:本文只介紹了基本的車道線檢測方法,預測曲率及車輛位置的車道線檢測請戳:無人駕駛之高階車道線檢測-AdvanceLane_finding_release 前言 本次部落格主要分享Udacity自動駕駛納米學位的第一個專案,車道線檢測演算法模型的實現。 […]