转行学习笔记分享

三大问题是机器学习的“基础框架”：按「有无标签」「标签类型」划分，回归（连续标签）、分类（离散标签）属于有监督学习，聚类（无标签）属于无监督学习；五大任务是“落地形态”：分类是基础，检测（分类+定位）、分割（像素级分类）、关键点识别（结构级分类）是分类任务的延伸，目标追踪是检测任务在时序维度的拓展；学习关键：区分任务的核心“输出结果形态”——连续数值（回归）、离散类别（分类）、簇编号（聚类）、边界

样本有多少个，损失函数就包含多少项。问题结构数据集模型函数损失函数梯度下降求解推理预测。的值最小（此时模型预测误差最小），我们的目标是找到合适的。

逻辑回归二元分类的损失函数是二元交叉熵，单个样本为，整体为所有样本的平均值；二元交叉熵不适用于多分类，会导致概率和不为1，多分类应使用Softmax+多分类交叉熵；MSE不推荐做分类，核心问题是损失非凸、易梯度消失、对异常值敏感；三种梯度下降的核心差异是迭代样本量：BGD用全量（稳定但慢）、SGD用单个（快但波动大）、MBGD用小批量（平衡最优）。

图像梯度本质是像素值在空间维度上的变化率（导数）基础梯度：相邻像素的差值（如横向梯度=右侧像素-左侧像素，纵向梯度=下侧像素-上侧像素）；梯度幅值：梯度的“大小”，代表像素值的变化程度（幅值越大，变化越剧烈）；梯度方向：像素值变化最大的方向（而非简单的横向/纵向）。OpenCV图像坐标原点在左上角，尺寸表示为(H, W)，像素值范围0~255（单通道），平均值可判断亮度是否正常；OpenCV默认读

神经网络的结构本质是“带权重的有向Graph”，Tree是其无回路的特殊形式；神经元是“迷你函数单元”，核心遵循“线性变换（加权求和+偏置）→非线性变换（激活函数）”的标准流程——线性变换负责整合特征，非线性变换负责拟合复杂关系，二者共同构成了神经网络的计算基础。

本质是规则集合，将数据划分为多个区域，每个区域的预测值为该区域目标变量（y）的平均值，公式： 数学表达式：为某区域，为区域内样本数，=AVERAGEIF(特征列, 拆分条件, 目标变量列)（例：按x≤5.5拆分，条件设为”≤5.5”）区别于k-NN：k-NN依赖「相似样本均值」，决策树依赖「同区域样本均值」。

低通滤波的核心是“trade-off（取舍）”：去噪越强，模糊越明显。工程上需结合业务场景（如监控图像去噪、证件照磨皮、工业检测去噪）选择滤波类型，优先用高斯/中值滤波，配合灰度图+小核循环的方式，既能保证效果，又能控制计算成本。

涨点：模型训练中准确率、精度等指标的提升；mixup：图像加权融合技术，通过混合不同图像生成新样本，提升模型泛化能力；模糊核尺寸：模糊处理的核心参数，需设为奇数（符合OpenCV函数要求），尺寸越大模糊效果越显著。通过以上模糊+mixup的组合方式，可高效生成多样化的增强数据，帮助深度学习模型学习更鲁棒的特征，提升实际应用中的表现。

操作核心效果适用场景腐蚀去毛刺、瘦化目标消除白色噪点、细化边缘膨胀填孔洞、加粗目标填补黑色孔洞、连接断裂轮廓梯度提取边缘、生成空心轮廓目标轮廓检测形态学操作的关键是“先腐蚀去噪，再膨胀修复”（开运算），或“先膨胀填洞，再腐蚀还原”（闭运算），灵活组合可解决大部分二值图处理问题。