ML Pano
2016-07-21 19:13:13 0 举报
AI智能生成
ML Pano是一款专为移动设备设计的全景拍摄应用,它能够让用户轻松捕捉和分享震撼的全景照片和视频。这款应用拥有直观易用的界面,用户只需简单的操作就能完成高质量的全景拍摄。ML Pano还具有强大的后期处理功能,可以对拍摄的全景照片进行优化和编辑,使其更具吸引力。此外,ML Pano还支持多种分享方式,用户可以将拍摄的全景照片和视频分享到社交媒体,让更多的人欣赏到你的视觉作品。无论你是专业的摄影师,还是摄影爱好者,ML Pano都能让你在移动设备上体验到全景拍摄的乐趣。
作者其他创作
大纲/内容
有监督分类
树模型
决策树
熵
信息增益(率)
Gini指数
剪枝
分类回归树
Gini指数
卡方统计量
剪枝
随机森林
朴素贝叶斯
贝叶斯估计
参数估计
线性判别
Fisher判别
特征向量求解
K近邻
相似度度量
欧式距离
曼哈顿街区距离
编辑距离
向量夹角
Person相关系数
余弦相似度
logit回归
参数估计
最大似然
梯度下降
阶跃函数/S型曲线
径向基函数网络
非参估计
正则化理论
S型函数
对偶传播网络
无导师的竞争学习
有导师的Widrow-hoff学习
学习向量化网络
误差反向传播网络
SVM
二次规划
Lagrange乘数法
对偶问题
最优化
序列最小化
核函数
感知器
单层感知器
双隐藏层感知器
HMM
评估问题-前向算法
解码问题-Viterbi算法
学习问题-BaumWelch算法
回归
一般线性回归
子主题
子主题
子主题
子主题
Logiti回归
多项式回归/polynomial regression
逐步回归/stepwise regression
岭回归/ridge regression
套索回归/lasso regression
ElasticNet回归
http://mp.weixin.qq.com/s?__biz=MzA4NjA4MTkzMw==&mid=2651987791&idx=2&sn=f7b1ed6e19464eacdf31186db74e6e17&scene=1&srcid=07216OiORWDATiq2Q234ch13#wechat_redirect
无监督分类
KMeans
质心
chamelone
图划分
相对互连度
相对紧密度
birch
B树
CF三元组
DBScan
核心点
密度可达
EM算法/高斯混合模型
参数估计
谱聚类
图划分
奇异值分解
全局收敛
自组织映射网络
无导师的竞争学习
关联规则挖掘
FP-Tree
降维
主成分分析
协方差矩阵
奇异值分解
子主题
子主题
子主题
推荐系统
奇异值分解
稀疏向量的相似度度量
子主题
子主题
子主题
0 条评论
下一页