模式學習讀書筆記

2021-09-28 20:01:31 字數 990 閱讀 7949

模式識別(pattern recognition):輸入原始資料並根據其類別採取相應行為的能力。

區分鮭魚和鱸魚。

利用感測器取樣,並進行預處理(preprocessing),然後特徵提取(feature extraction)和分類判別(classification)最後輸出類別結果。

在設計模式識別系統中,我們關注的是模式的統計特徵(一般用概率的觀點來表達。)

3中密切相關的技術,回歸分析,函式內插,和概率密度估計。

常見模式:輸入,感測器,分割器,特徵提取器,分類器,後處理器,決策

1.3.1感測器

難度很大程度依賴於感測器的特徵和侷限性,比如頻寬、解析度、靈敏度、失真、訊雜比、延遲等等。

1.3.2分割和組織

屬於「子集和超集(subset and superset)」的問題,是「組織結構學」(mereology)的研究內容,是研究部分與整體關係的乙個學科領域。最好的分類器在分類過程中會輸入盡可能多的使之有意義的資訊,但是也不是過分多。

1.3.3特徵提取

來自同一類別的不同樣本的特徵值應該非常接近,而來自不同類別的樣本的特徵值應該有很大的差異。

1.3.4分類器

根據特徵提取得到的特徵向量來給乙個被測物件附乙個類別標記。

分類的難易程度取決於兩個因素,其一是來自同乙個類別的不同個體之間的特徵值的波動。其二是屬於不同類別的樣本的特徵值之間的差異。

1.3.5後處理

後處理器利用分類器的輸出結果來確定合適的動作。

設計乙個模式識別系統通常涉及如下幾個不同步驟的重複:資料採集、特徵選擇、模型選擇、訓練和評估。

有監督學習,無監督學習,強化學習

貝葉斯決策論是解決模式分類問題的一種基本統計途徑。其出發點是利用概率的不同分類決策與相應的決策代價之間的定量這種。

將剛討論過的想法進一步正式化,且推廣為如下4種形式:

允許使用多於乙個的特徵,允許多於兩種類別狀態的情形,允許有其他行為而不是僅僅是判定類別,通過引入乙個更一般的損失函式來替代誤差概率。

MapReduce設計模式學習 讀書筆記

thinkgamer部落格 概要設計模式更接近簡單的mr應用,因為基於鍵將資料分組是mr范型的核心功能,所有的鍵將被分組匯入reducer中 本章涉及的概要模式有數值概要 numerical summarization 倒排索引 inverted index 計數器計數 counting with ...

設計模式讀書筆記

設計模式 就乙個類而言,應該僅有乙個引起它變化的原因。如果乙個類承擔的職責過多,就等於把這些職責耦合在一起,乙個職責的變化可能會削弱或者抑制這個類完成其他職責的能力。這種耦合會導致脆弱的設計,當變化發生時,設計會遭受意想不到的破壞。對於擴充套件是開放的,對於更改是封閉的。無論模組是多麼的 封閉 都會...

讀書筆記 裝飾模式

裝飾模式 decorator 動態地給乙個物件新增一些額外的職責,就增加功能來說,裝飾模式比生成子類更為靈活。component 是定義乙個物件介面,可以給這些物件動態地新增職責。concretecomponent是定義了乙個具體的物件,也可以給這個物件新增一些職責。decorator,裝飾抽象類,...