[机器学习] 人脸检测算法综述

说明： 人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一，它在安防监控，人证比对，人机交互，社交和娱乐等方面有很强的应用价值，也是整个人脸识别算法的第一步。在本文中，SIGAI将和大家一起回顾人脸检测算法的整个发展历史。
<sigai_csdn> 在 上传 | 大小：2097152

[机器学习] Arduino蓝牙控制两驱智能小车程序

说明： Arduino蓝牙控制两驱智能小车程序，用手机蓝牙小车APP控制，用HC-05蓝牙模块在Arduino uno单片机上安装程序即可
<tuoxingzhe> 在 上传 | 大小：27648

[机器学习] 基于深度学习的目标检测算法综述

说明： 目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。本文将针对目标检测（Object Detection）这个机器视觉中的经典任务进行解析，抛砖引玉。如对文中的内容持不同观点，欢迎到SIGAI公众号发消息给我们，一起探讨！
<sigai_csdn> 在 上传 | 大小：2097152

[机器学习] Aiml机器人文档

说明： Aiml说明文档Aiml说明文档Aiml说明文档Aiml说明文档Aiml说明文档
<yeqingyun2012> 在 上传 | 大小：681984

[机器学习] 用一张图理解SVM的脉络

说明： 在各种机器学习算法中，SVM是对数学要求较高的一种，一直以来不易被初学者掌握。如果能把握住推导的整体思路，则能降低理解的难度，在本文中SIGAI将通过一张图来为大家讲述SVM的整个推导过程。
<sigai_csdn> 在 上传 | 大小：878592

[机器学习] 卷积神经网络为什么这么有效

说明： 在机器视觉和其他很多问题上，卷积神经网络取得了当前最好的效果，它的成功促使我们思考一个问题，卷积神经网络为什么会这么有效？在本文中，SIGAI将为大家分析卷积神经网络背后的奥秘。
<sigai_csdn> 在 上传 | 大小：1048576

[机器学习] 卷积神经网络综述

说明： 从1989年LeCun提出第一个真正意义上的卷积神经网络到今天为止，它已经走过了29个年头。自2012年AlexNet网络出现之后，最近6年以来，卷积神经网络得到了急速发展，在很多问题上取得了当前最好的结果，是各种深度学习技术中用途最广泛的一种。在本文中SIGAI将为大家回顾和总结卷积神经网络的整个发展过程。
<sigai_csdn> 在 上传 | 大小：3145728

[机器学习] 理解SVM核函数和参数的作用

说明： 支持向量机（SVM）在很多分类问题上曾经取得了当时最好的性能，使用非线性核的支持向量机可以处理线性不可分的问题。仅仅通过一个简单的核函数映射，就能达到如此好的效果，这让我们觉得有些不可思议。核函数过于抽象，在本文中，SIGAI将通过一组实验来演示核函数的有效性，并解释支持向量机各个参数所起到的作用，让大家对此有一个直观的认识。如果要了解SVM的理论，请阅读我们之前的公众号文章“用一张图理解SVM的脉络”
<sigai_csdn> 在 上传 | 大小：587776

[机器学习] 理解梯度下降法

说明： 最优化问题在机器学习中有非常重要的地位，很多机器学习算法最后都归结为求解最优化问题。在各种最优化算法中，梯度下降法是最简单、最常见的一种，在深度学习的训练中被广为使用。在本文中，SIGAI将为大家系统的讲述梯度下降法的原理和实现细节问题。
<sigai_csdn> 在 上传 | 大小：626688

[机器学习] 机器学习在自动驾驶中的应用-以百度阿波罗平台为例【上】

说明： 自动驾驶是人工智能当前最热门的方向之一，也是未来将对人类生活会产生重大影响的方向。机器学习在自动驾驶中有举足轻重的地位，从环境感知到策略控制，都有它的身影。在本文中，SIGAI将以百度阿波罗平台为例，介绍机器学习在自动驾驶系统中的应用，揭开自动驾驶算法的神秘面纱。
<sigai_csdn> 在 上传 | 大小：885760

[机器学习] 理解牛顿法

说明： 牛顿法是数值优化算法中的大家族，她和她的改进型在很多实际问题中得到了应用。在机器学习中，牛顿法是和梯度下降法地位相当的的主要优化算法。在本文中，SIGAI将为大家深入浅出的系统讲述牛顿法的原理与应用。
<sigai_csdn> 在 上传 | 大小：698368

[机器学习] 行人检测算法

说明： 行人检测是计算机视觉中的经典问题，也是长期以来难以解决的问题。和人脸检测问题相比，由于人体的姿态复杂，变形更大，附着物和遮挡等问题更严重，因此准确的检测处于各种场景下的行人具有很大的难度。在本文中，SIGAI将为大家回顾行人检测算法的发展历程。
<sigai_csdn> 在 上传 | 大小：1048576