机器学习强基计划9-1：图解匹配追踪(MP)与正交匹配追踪(OMP)算法

相关文章

• 

  机器学习强基计划8-4：流形学习等度量映射Isomap算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2023年04月26日

  浏览(77)

• 机器学习强基计划8-2：详细推导多维缩放MDS算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2023年04月08日

  浏览(65)

• 机器学习强基计划10-2：详细推导串行集成AdaBoost算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2024年02月07日

  浏览(114)

• 机器学习强基计划8-3：详细推导核化主成分分析KPCA算法(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编

  2023年04月09日

  浏览(44)
• 

  正交匹配追踪算法（OMP）

  记录OMP算法的学习过程。 对于非齐次线性方程组 A x = b Ax = b A x = b 式中 b ∈ R m , A ∈ R m ∗ n , x ∈ R m b in R^m,A in R^{m*n},x in R^m b ∈ R m , A ∈ R m ∗ n , x ∈ R m 。 一般如果我们考虑 A , x A,x A , x 已知，那么求 b b b 是一个很简单的问题。 这个问题的逆问题为， b , A b,A b , A 已知

  2024年01月23日

  浏览(52)

• 机器学习强基计划4-2：通俗理解极大似然估计和极大后验估计+实例分析

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。 🚀详情：机器学习强基计划(附几十种经典模型源码合集) 某

  2023年04月11日

  浏览(44)

• 机器学习强基计划5-4：图文详解影响流动与有向分离(D-分离)(附Python实现)

  机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。 🚀详情：机器学习强基计划(附几十种经典模型源码合集) 在

  2024年02月02日

  浏览(44)
• 

  压缩感知重构算法之正交匹配追踪算法（OMP）

  算法的重构是压缩感知中重要的一步，是压缩感知的关键之处。因为重构算法关系着信号能否精确重建，国内外的研究学者致力于压缩感知的信号重建，并且取得了很大的进展，提出了很多的重构算法，每种算法都各有自己的优缺点，使用者可以根据自己的情况，选择适合自

  2024年02月15日

  浏览(36)
• 

  【对于一维信号的匹配】对一个一维（时间）信号y使用自定义基B执行匹配追踪（MP）研究（Matlab代码实现）

   💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势： 🌞🌞🌞 博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。 ⛳️ 座右铭： 行百里者，半于九十。 📋📋📋 本文目录如下： 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 对一个

  2024年02月13日

  浏览(43)

• 机器学习Python7天入门计划--第一天-机器学习基础-讲人话

  机器学习Python7天入门计划 - 第一天: 机器学习基础 学习目标： 理解机器学习的基本概念和过程。 掌握基本的数据预处理技巧。 理解线性回归的原理和应用。 学习内容： 机器学习基础 什么是机器学习：机器学习是一种使计算机能够从数据中学习规律和模式的技术。 为什么

  2024年01月20日

  浏览(50)