哥布林學者 -
高光譜成像（五）高光譜成像的噪聲估計
在上一篇中，我們介紹了最小噪聲分數變換 MNF，它在 PCA 基礎上引入噪聲建模的一種改進降維方法，但我們也提到了:MNF 依賴噪聲估計，其效果很大程度依賴噪聲協方差矩陣的估計，如果噪聲估計不準確，降維效果可能明顯下降。
換句話説，噪聲估計的質量，直接決定了 MNF 的最終效果。
因此，如果希望在高光譜圖像處理中更好地應用 MNF，一個關鍵問題就是：
如何更準確地估計圖像中的噪聲？
這也是本
機器學習
哥布林學者 -
高光譜成像（四）最小噪聲分數變換 MNF
在上一篇中，我們介紹了 PCA ，其通過尋找方差最大的方向來壓縮數據維度，在保留主要信息結構的同時減少計算量。
同時，我們也提到，PCA 是數據分析和機器學習領域中一種通用的高維數據降維方法，高光譜成像只是它的一個典型應用場景。
但正如神經網絡從最初的前饋網絡逐漸發展出針對圖像數據的卷積網絡以及針對序列數據的循環網絡一樣，在不同的細分領域中，通用方法往往會根據具體問題進行一定程度的“本地化”
AI
哥布林學者 -
高光譜成像（三）主成分分析 PCA
我們已經知道：高光譜圖像的每一個像素，本質上是一個高維光譜向量，其波段數量可能達到上百維。
這固然提供了更多的信息，但於此同時也極大增加了計算量。
並且，結合實際生活，你會發現一個新的問題：
大量特徵間的重要性並不等價。
舉個例子：假設我們要區分三種動物：貓、狗和老虎。
現在我們為每隻動物記錄一系列特徵，如體重、體長、毛髮顏色、是否有鬍鬚、是否會游泳、心跳頻率、是否有條紋、
AI
哥布林學者 -
高光譜成像（二）光譜角映射 SAM
在第一篇中我們已經提到：高光譜圖像的每一個像素，本質上是一個高維光譜向量。
如果一個像素有 100 個波段，那麼它就可以表示為：
\[\mathbf{x} = (I_1, I_2, \dots, I_{100}) \]
既然每個像素是一個向量，我們又知道了高光譜圖像的經典應用就是識別物質，那麼一個很自然的問題就出現了：
如何判斷兩個像素是否屬於同一種物質？
在 RGB 圖像中，我們
AI
哥布林學者 -
高光譜成像（一）高光譜圖像
新分類關於高光譜成像，是近期的主要長篇內容。
1. 什麼是高光譜圖像？
1.1 RGB 圖像
在日常生活以及之前的 CV 相關內容裏，我們演示使用的圖像數據都是 RGB 圖像，在之前的圖像處理基礎中我們也介紹過這一點。
再簡單複述一下要點：大量出現在我們日常生活中的彩色圖像基本都是 RGB 圖像，這類圖像的每個像素可以看作堆疊在一起的三個通道，分別代表圖像在紅、綠、藍三個維度上的亮
AI
哥布林學者 -
模型評估小冊（1） ROC 曲線與 AUC
一點前言：之前完成了吳恩達深度學習的相關內容，最近忙於畢設，更新可能沒之前那麼頻繁。這個新開的分類關於模型評估的各種指標的詳解，之前翻看書籍總是被一堆很官方化的概念和密密麻麻的符號搞的看不下去，因此，這次的中心思想是以儘可能通俗的語言、精簡的篇幅來講解這類概念並輔以實例。
不多廢話，以下為正文。
1. 檢測問題中的“兩難情景”
假設我們在機場負責安檢。任務很簡單：把攜帶危險物品的人攔下來。
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（二）束搜索
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課第三週的內容，3.2到3.5的內容。
本週為第五課的第三週內容，與 CV 相對應的，這一課所有內容的中心只有
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入 課後習題與代碼實踐
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課第二週的課後習題和代碼實踐部分。
1. 理論習題
【中英】【吳恩達課後測驗】Course 5 -序列模型 -
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（六）情緒分類和詞嵌入除偏
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課的第二週內容，2.2、2.9和2.10內容，同時也是本週理論部分的最後一篇。
本週為第五課的第二週內容，與
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（五）GloVe 算法
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課的第二週內容，2.8的內容以及一些相關知識的補充。
本週為第五課的第二週內容，與 CV 相對應的，這一課所有
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（三）Word2Vec
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課的第二週內容，2.6的內容以及一些相關知識的補充。
本週為第五課的第二週內容，與 CV 相對應的，這一課所有
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（二）詞嵌入模型原理
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課的第二週內容，2.4到2.5的內容以及一些相關知識的補充。
本週為第五課的第二週內容，與 CV 相對應的，這
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第二週：詞嵌入（一）詞彙表徵和類比推理
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課的第二週內容，2.1和2.3的內容以及一些基礎的補充。
本週為第五課的第二週內容，與 CV 相對應的，這一課
AI
哥布林學者 -
吳恩達深度學習課程五：自然語言處理 第一週：循環神經網絡 課後習題與代碼實踐
此分類用於記錄吳恩達深度學習課程的學習筆記。
課程相關信息鏈接如下：
原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai
github課程資料，含課件與筆記:吳恩達深度學習教學資料
課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案
本篇為第五課第一週的課後習題和代碼實踐部分。
1.理論習題
【中英】【吳恩達課後測驗】Course 5 - 序列模型 -
AI
