2017年07月_豆-Metcalf

原创机器学习/深度学习数据集（更新中，更新日期：2017-07-12）

更新记录：2017-07-102017-07-12总体1.UCI Machine Learning Respository2.Public datasets for machine learning3.List of datasets for machine learning research具体1.iris（安德森鸢尾）花卉数据集2.手写数字数据集3.THE MNIST DATABASE of

2017-07-10 20:37:07 626

原创 TensorFlow官方教程学习记录（更新中，更新日期：2017-07-19）

0.入门（Getting Started）1.TensorFlow入门（Getting Started With TensorFlow）笔记：TensorFlow入门程序-线性回归日期： 201707042.机器学习初学者使用MNIST数据集（MNIST For ML Beginners）笔记：TensorFlow教程之-机器学习初学者使用MNIST数据集（MNIST For ML Begin

2017-07-04 10:40:43 542

原创机器学习教程之9-SVM的sklearn实现

0.概述[1] 优点：缺点：支持向量机（support vector machines,SVM）是一种二类分类模型。SVM的基本模型是定义在特征空间的间隔最大的线性分类器，间隔最大使它有别于感知器。SVM学习方法由简至繁分为三种模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。分别对应三种处理方法：硬间隔最大化、软间隔最大化、核技巧。支持向量机的学习是在特征空间进行的。1.线性可分支持向

2017-07-27 14:39:58 11800 1

原创 Latex公式编辑器的使用说明

Latex公式编辑器在线编辑实例：J(\theta )=\frac{1}{2m}\sum_{i=1}^{m}((h_{\theta}(x^{i}-y^{i})^{2}))

2017-07-26 13:29:32 8110 2

原创机器学习教程之12-朴素贝叶斯(naive Bayes)法的sklearn实现

0.概述朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。优点：原理简单实现简单学习与预测的效率都很高是一种常用的方法缺点： 1.朴素贝叶斯法的学习与分类要点： 1）朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)。具体

2017-07-23 20:12:09 1456

原创机器学习教程之-近邻法

from sklearn.neighbors import NearestNeighborsimport numpy as np# X为6个点的数据X = np.array([[3, 2], [-2, -1], [-1, -1], [1, 1], [2, 1], [3, 2]])# 以 X[i] 为参考点，找(n_neighbors - 1)个与之最近的点nbrs = NearestNeigh

2017-07-21 19:14:40 435

原创 Python列表教程

1.代码list01 = ['TTZ',26,'FQQ',25]list02 = [2017,7,20]print(list01)print(list02)['TTZ', 26, 'FQQ', 25][2017, 7, 20]# 列表截取print (list01[0])print (list01[-1])print (list01[0:3]) # 特别注注意：只截取3个元素TTZ

2017-07-20 16:43:20 386

原创 Python列表

# coding: utf-8# In[12]:list01 = ['TTZ',26,'FQQ',25]list02 = [2017,7,20]# In[13]:print(list01)print(list02)# In[16]:# 列表截取print (list01[0])print (list01[-1])print (list01[0:3]) # 特别注注意：只截取3个

2017-07-20 16:32:02 384

原创 TensorFlow官方教程学习笔记之3-用于机器学习专家学习的MNIST数据集（MNIST For ML Beginners）

```pythonfrom __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_function# Importsimport numpy as npimport tensorflow as tfnode1 = tf.constant(3.0, dtype=tf.f

2017-07-17 22:21:31 743

原创 LeetCode学习之-225. 利用队列实现堆栈（Implement Stack using Queues）

1.算法[1]2.代码[2]"""Author: Tianze TangDate: 2017-07-17Email：[email protected]: Use two queue to realize stack's function.Explain：Modified Log:"""class MyStack(object): def __init__(sel

2017-07-17 12:19:19 364

原创 LeetCode学习之-232. 利用堆栈实现队列（Implement Queue using Stacks）

1.算法[1]2.代码[2]"""Author: Tianze TangDate: 2017-07-17Email：[email protected]: Use two stack to realize queue's function.Explain：Modified Log:"""class MyQueue(): def __init__(self):

2017-07-17 08:46:49 352

原创 TensorFlow官方教程学习笔记之1-TensorFlow入门教程（Getting Started With TensorFlow）

1.图基础（Graph basics）节点（Nodes）：图中”add” 边（Edges）:对应三条线 2.TensorFlow中的计算图（Computation Graphs in TensorFlow）所有TensorFlow工程由如下两个部分组成： 1）定义计算图（Define the computation graph） 2）运行图（Run the graph(with data)）

2017-07-16 22:07:49 521

原创常用软件快捷键大全

快捷键大全

2017-07-11 11:15:29 480

原创 Python中print(doc)作用的教程

作用输出文件开头注释的内容推广1）momodule.py"""This is the module docstring."""def f(x): """This is the function docstring.""" return 2 * x2）执行>>> import mymodule>>> mymodule.__doc__'This is the module docst

2017-07-11 09:57:59 11843 1

原创 Python中的字典（Dictionary）

代码>>>dict = { 'Name' : 'TTZ' , 'Age' :26 }>>>print(dict['Name'])TTZ说明机器学习的数据集和字典类似。

2017-07-10 21:10:38 402

原创 VScode快捷键

参考资料：Key Bindings for Visual Studio Code

2017-07-07 20:58:50 383

原创 Python中import语句的使用教程

1.代码1) support.pydef print_func(par): print("Hello",par) return2) test.pyimport supportsupport.print_func("World !")2.输出Hello World ！

2017-07-07 20:06:48 975

原创 TensorFlow官方教程学习笔记之2-用于机器学习初学者学习的MNIST数据集（MNIST For ML Beginners）

2017-07-04 18:59:39 548

原创 TensorFlow常用函数集锦（更新中）

tf.float32 tf.placeholder tf.Variabletf.zeros用例：>>>test = tf.zeros([3])>>>sess = tf.Session()>>>print(sess.run(test))[0 0 0]说明：这里构造的不是列向量，而是行向量！

2017-07-04 14:44:31 335

把你挖出来的博客