拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式 编辑模式 菜单 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 Do...

数据挖掘简介及如何使用本书 数据挖掘简介及如何使用本书 想象我们身处一个150年前的美国小镇。大家都互相认识。 商店新进了一批布料，店员注意到几块印有特殊花纹的布料肯定会受到克兰西女士的喜爱，因为他知道这位女士喜欢同类型的布料，并暗自记下如果克兰西女士下次到访，要将这块布料推荐给她。 温克勒周向酒吧老板威尔逊先生提到，他正考虑要将自己的雷明顿来福...

2.1. 高斯混合模型 2.1.1. 高斯混合 2.1.1.1. 优缺点 GaussianMixture 2.1.1.1.1. 优点 2.1.1.1.2. 缺点 2.1.1.2. 选择经典高斯混合模型中分量的个数 2.1.1.3. 估计算法期望最大化（EM） 2.1.2. 变分贝叶斯高斯混合 2.1.2.1. 估计算法: 变分推断（variati...

米斯特白帽培训讲义 更新历史 米斯特白帽培训讲义 讲师：gh0stkey 整理：飞龙 协议：CC BY-NC-SA 4.0 在线阅读 PDF格式 EPUB格式 MOBI格式 代码仓库 更新历史 版本 日期 内容 v1.6 2017.3.14 米斯特第二期视频实战篇内容 v1.5 201...

朴素贝叶斯讨论 疑问 1 疑问 2 朴素贝叶斯讨论 @Time渐行渐远 @那伊抹微笑 @小瑶 @如果迎着风就飞 朴素贝叶斯就是用来求逆向概率的（已知）。 根据训练数据集求（正向）概率。 根据测试数据集求（逆向）概率（根据 贝叶斯公式）。 求出的逆向概率，哪个大，就属于哪个类别。 疑问 1 通过训练集求出了各个特征的概率,...

机器学习的主要挑战 简而言之，因为你的主要任务是选择一个学习算法并用一些数据进行训练，会导致错误的两件事就是“错误的算法”和“错误的数据”。我们从错误的数据开始。 训练数据量不足 要让一个蹒跚学步的孩子知道什么是苹果，需要做的就是指着一个苹果说“苹果”（可能需要重复这个过程几次）。现在这个孩子就能认识所有形状和颜色的苹果。真是个天才！ 机器学习还...

朴素贝叶斯讨论 疑问 1 疑问 2 朴素贝叶斯讨论 @Time渐行渐远 @那伊抹微笑 @小瑶 @如果迎着风就飞 朴素贝叶斯就是用来求逆向概率的（已知）。 根据训练数据集求（正向）概率。 根据测试数据集求（逆向）概率（根据 贝叶斯公式）。 求出的逆向概率，哪个大，就属于哪个类别。 疑问 1 通过训练集求出了各个特征的概率,...

拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式 编辑模式 菜单 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 Do...

拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式 编辑模式 菜单 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 D...

拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式 编辑模式 菜单 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 Do...