1 什么是机器学习

1.1 从学习到机器学习

学习：获取技术，从观察中积累得到经验
观察 -> 学习 -> 技巧

机器学习：获取技术，从数据中积累/计算得到经验
数据 -> 机器学习 -> 技巧

1. 在树莓派上安装 opencv3 和 opencv_contrib 时遇到空间不足的问题，用命令 fd -h 查看时发现只用了 7g，而树莓派的 sd 卡是 64g 的，所以需要对树莓派进行设置，使用 sd 卡的剩余空间

2. 在树莓派上使用命令 raspi-config 时遇到 command not found ，而且用命令 which raspi-config 也没有找到它，所以需要用 sudo apt-get install raspi-config 进行安装，安装完毕后可以正常使用

   阅读全文 »

1. 安装 opencv3 的时候遇到了一个错误，在 cmake 的时候会报出 Unknown CMake command "ocv_add_testdata" 等一堆错误，大概情况和 这个说的差不多，折腾了一上午加半个下午才找出问题所在：执行命令时拓展模块的路径参数应该是相对路径而不是绝对路径，也就是应该把
   cmake -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..
   改为
   cmake -D OPENCV_EXTRA_MODULES_PATH=opencv_contrib/modules ..

   阅读全文 »

1 用神经网络学习非线性特征（Learning very non-linear features with neural networks）

我们首先来回顾一下分类模型
线性分类器会创造一条直线（线性决策边界）来区分正向类和负向类，如图 1 所示：

本次作业需要写一个数据类型来代表在一个单元格中的一组点（所有点的 x 轴坐标和 y 轴坐标都在 0 到 1之间），用 2d 树实现高效的区间搜索（找出所有在查询矩形中的点）和最近邻搜索（找出一个距查询点最近的点）。

1 概述（Overview）

本文主要讲述几何对象的交点。
比如，怎样判断一些点是否在指定的边平行于坐标轴的矩形内（如图 1），或者判断一些列矩形是否相交、有多少个交点（如图 2）

本次作业为写一个程序使用 A* 搜索算法解决 8 数码问题（8-puzzle problem）

1 问题（The problem）

8-puzzle 问题[^1]是 Noyes Palmer Chapman 在 1870s 年发明和推广的一个难题。它由从 1 到 8 的 8 个方块和 1 个空白方格组成 1 个 3*3 的网格。我们的目标是通过尽可能少的移动重新排列方块，使它们顺着数字的次序排列。允许水平或垂直滑动方块进入空白方格。下面展示了从初始情况（左）到最终目标情况（右）的一系列合法移动。

1 分子动力学模拟：hard discs 模型（Molecular dynamics simulation of hard discs）

目标：根据弹性碰撞定律（the laws of elastic collision）模拟 n 个运动粒子的运动^1

hard discs 模型：

此次作业[^1]需要编写一个程序来识别给定的一组点中的线段
计算机视觉包括分析视觉图像中的模式并重建产生它们的真实物体。该过程通常分为两个阶段：特征检测和模式识别。特征检测包括选择图像的重要特征；模式识别涉及到发现特征的模式。我们将研究一个特别简单的模式识别问题，涉及点和线段。这种模式识别出现在许多其他应用中，如统计数据分析。