西西河

主题:【原创】抛砖!模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想

共:💬65 🌺337
全看树展主题 · 分页首页 上页
/ 5
下页 末页
家园 人脸识别,这个我在读书的时候做过实验

好像有几个数据库,里面专门有各种人脸的标准像,然后每年在学术期刊上会发表些文章,公布一些算法,通过这些数据库检验算法的优劣。不过我看这些算法其实也都大同小异。后来我自己做了个实验,把数据库中的图形完全打乱,就是通过简单的移动图形坐标,比如第X行挪到第Y行,第N列挪到第M列,最后到人眼睛根本分辨不出来各图形的差异了,觉得就是一片乱码,但放到各种算法中计算,照样能准确的分辨,和不挪动根本没什么区别。(傅里叶分析的算法可以挪动频率域)。就此我只能对这些线性的算法表示些许的失望。不过也许本身我们大脑里神经元的拓补位置就是和我们的认知意识无关的?我表示深切怀疑。

就此有些奇怪的想法,如果把大脑里的神经元细胞都分离出来放在营养液里,保持他们都活着,然后用过硬件把他们连接起来,以模仿突触的连接,这样会不会突然发现:咦,我身体都没了,可居然还活着。呵呵

家园 花。河里讨论机器学习的朋友太少了:)
家园 神经网络

神经网络竟然算作不care类的,很重要啊,可以有效降低维数。

学习Octave中,

家园 如果有兴趣,可以在我们这里讨论:

围绕脑科学而发生的若干玄想链接出处

我们那里专注讨论机器学习和神经网络的有关话题。

家园 这个楼起的时候神经网络的确属于不care类的

后来是深度神经网一朝翻身,关键是实际应用效果提高不少,别的就不用说了。

现在的局面是神经网几乎成了机器学习的代名词,不用神经网都不好跟人打招呼。

全看树展主题 · 分页首页 上页
/ 5
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河