卷积神经网络的理解

在泛函分析中,卷积 (Convolution) 或叫旋积、摺积是通过两个函数 $f$ 和 $g$ 生成第三个函数的一种数学算子,表征函数 $f$ 与经过翻转和平移的 $g$ 的重叠部分的面积。若 $f$ 与 $g$ 在 $\mathbb{R}$ 上可积,则数学上的公式为:

ROC 分析简要

在信息检索或者分类问题中,模型给出结果的好坏需要一个标准的评价度量。大约10年前,在 Machine learning (ML) 文献中一统天下的标准:分类精度 (Accuracy);在信息检索 (IR) 领域中常用 RecallPrecision 等等。其实度量反应了人们对“好”的分类结果的追求,同一时期的不同的度量反映了人们对什么是“好”,这个最根本问题的不同认识,而不同时期流行的度量则反映了人们认识事物的深度的变化。近年来,随着 ML 的相关技术从实验室走向实际应用,一些实际的问题对度量标准提出了新的需求。特别的,现实中样本在不同类别上的不均衡分布 (class distribution imbalance problem)。使得 Accuracy 这样的传统的度量标准不能恰当的反应分类器的性能。

Older Posts

Related Pages