本文记录一下做仪表识别的一些尝试过程，刚开始用过最基础的识别指针和圆，但是效果不鲁棒，于是尝试使用目标检测的方法来做。
[Read More]
Single Shot Multibox Detector
Single Shot MultiBox Detector (SSD)，是 Wei Liu 在 ECCV 2016 上提出的一种目标检测算法，截至目前是主要的检测框架之一，相比 Faster RCNN 有明显的速度优势，相比 YOLO 又有明显的 mAP 优势（不过已经被 CVPR 2017 的 YOLO9000 超越）。
[Read More]
Bias and Variance
偏差与方差
在监督学习中，已知样本 $D = \left(x_{1}, y_{1}\right),\left(x_{2}, y_{2}\right), \ldots,\left(x_{n}, y_{n}\right)$，对于测试样本 $x$，令 $y_D$ 为 $x$ 在数据集中的标记，$y$ 为 $x$ 的真实标记， $f(x;D)$ 为训练集 $D$ 上学得模型 $f$ 在 $x$ 上的预测输出。
[Read More]
Ridge and Lasso Regression
Shrinking coefficients to understanding our data 缩减系数
[Read More]
Polynomial Regression
多项式回归算法
多项式要在线性回归的基础上对训练数据做对应的拓展，可以想象成就是线性回归，不过在线性回归之前，我们将输入数据X做了一下多项式的变换。
[Read More]
Locally Weighted Linear Regression
局部加权线性回归
实践过程中纯直线的数据关系比较少，所以线性回归有一定的局限性，标准的线性回归是一种无偏差估计，在计算所有点的时候都是无偏差的计算误差并通过优化方法优化误差，如果针对不同的点能够对误差进行调整便可以一定程度上避免标准线性回归带来的欠拟合现象，也就是引入偏差来降低预测的均方误差，本部分总结下局部加权线性回归的方法。
[Read More]