- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 golang学习笔记
本文仅用于个人学习记录，只记录本人易忘知识点，内容并不完整一、数据类型1.变量声明未赋值时的默认值数据类型默认值数值类型（包括complex64/128等）0boolfalse字符串“”（空字符串）*int []intmap[string] intchan intfunc(string) interrornil2.变量声明方式var intVal intintVal = 1或intVal := 13.unsafe.Sizeof()返回
2022-04-21 20:47:02
218
1
原创 计算机网络基础知识点-持续更新中
1.状态码状态码原因短语含义200OK请求正常处理204No Content请求处理成功，但没有资源可返回206Partial Content范围请求成功301Moved Permanently永久性重定向302Found临时性重定向303See Other304Not Modified资源已找到，但是不符合条件请求307Temporary Redirect临时重定向400Bad Request请求报
2021-11-15 11:53:04
2256
原创 排序算法
十大排序算法排序方法比较具体算法(1)交换排序--冒泡排序(2)选择排序(3)插入排序(4)希尔排序(5)归并排序(6 )快速排序(7)堆排序(8)计数排序(9)桶排序(10)基数排序排序方法比较方法时间复杂度（平均）时间复杂度（最坏）时间复杂度（最好）空间复杂度稳定性选择排序O(n2)O(n^2)O(n2)O(n2)O(n^2)O(n2)O(n2)O(n^2)O(n2)O(1)O(1)O(1)不稳定？？？冒泡排序O(n2)O(n^2)O(n2)O(n
2021-03-13 16:50:00
282
原创 MICCAI2019-partI部分论文概览
MICCAI2020-partI部分论文概览1.Retinal Abnormalities Recognition Using Regional Multitask Learning任务背景：做法：2.Dual Encoding U-Net for Retinal Vessel Segmentation任务背景：做法：3.Multi-scale Microaneurysms Segmentation Using Embedding Triplet Loss任务背景：做法：1.Retinal Abnorma
2020-06-20 18:21:28
1490
2
原创 机器学习复习--第一章 简介
一、简介1.监督学习（1）回归：Y是连续的，且通过Y可以计算距离（2）分类：Y之间是无序的，且不能进行大小比较如：天气预报预测是否下雨：分类问题 股票预测交易量：回归问题2.非监督学习无标签y,主要应用于降维、数据压缩、正常情况建模、分割、聚类、密度估计等等如：通过年龄预测孩子身高：监督回归 对邮件进行垃圾分类：非监督、聚类 通过文章集作者性别判断作者性别：监督分类二、机器学习基本流程1.选择一个模型，如f(x)=ax+bf(x)=ax+bf(x)=ax+b2.选择一个误差函
2020-05-26 14:21:45
166
原创 SVM
SVM目的：选择有最大间隔的线性分类器(linear separator)三个关键：通过优化求解，需找到最大间隔分类面，使用核技巧解决非线性问题1.线性可分的SVMVC维（VC Dimension）使用VC维来衡量一类函数的复杂度：lll个点，每个点可以被标记为正类负类样本，可以有2l2^l2l中标记方法。如果在函数集HHH中有一个函数fff可以将样本正确分类，则称这些点可以被HHH分类...
2020-03-31 17:39:15
194
原创 EM算法推导
1.EM问题背景随机变量中观测变量为X=(x1，x2,...,xn)TX=(x_1，x_2,...,x_n)^TX=(x1，x2,...,xn)T,隐变量为Z=(z1,z2,...zn)TZ=(z_1,z_2,...z_n)^TZ=(z1,z2,...zn)T若XXX服从的分布模型参数为Θ=(θ1,θ2,...θk)\Theta=(\theta_1,\theta_2,...\th...
2020-03-28 23:28:23
217
原创 EM算法
EM是由于样本中存在隐变量，样本分布的参数又未知，则需要用EM算法来进行计算。例：（三硬币模型）三枚硬币，分别记作A,B,C.这些硬币出现正面的概率分别为π,p,q\pi,p,qπ,p,q，进行如下试验：先抛A硬币，A为正面选B，A为反面选C；然后抛选出的B或C硬币，正面记作1，反面记作0；独立重复n次试验（n=10），观测结果为1,1,0,1,0,0,1,0,1,11,1,0,1,0,0,1,...
2020-03-25 14:07:08
184
原创 本科欠下的债 该！--概率论
1概率预备知识先验概率：统计概率，观测值后验概率：条件概率，有特殊原因下的结果的概率满足A条件下，B发生的概率为P(B|A)=极大似然估计：有结果的条件下，求原因的概率后验概率=先验概率 * 极大似然估计...
2020-03-24 10:21:53
196
原创 机器学习-吴恩达-ex4-BP
神经网络学习相关文件1 数据2 模型表示3 前馈网络、损失函数及正则化4 反馈网络、激活函数梯度5具体实现相关文件ex4.m - Octave script that will help step you through the exerciseex4data1.mat - Training set of hand-written digitsex4weights.mat - Neural...
2020-01-13 22:24:27
411
转载 task2-线性回归
线性回归概念1 线性回归原理一般形式有数据集(x1,y1),(x2,y2),...,(xn,yn){(x_1,y_1),(x_2,y_2),...,(x_n,y_n)}(x1,y1),(x2,y2),...,(xn,yn), 其中,xi=(xi1;xi2;xi3;...;xid),yi∈Rx_i =(x_{i1};x_{i2};x_{i3};...;x_{id}),y_i \in...
2020-01-11 23:09:18
146
转载 task1-机器学习概述
机器学习综述机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径.A computer program is said to learn from experience E with respec...
2020-01-07 21:31:16
239
原创 机器学习-吴恩达-ex3
多分类和神经网络文件说明一、多分类1.1 数据1.2 可视化数据1.3 矩阵化逻辑回归1.3.1逻辑回归中的损失函数为：1.3.2 梯度文件说明本次作业将实现one-vs-all的逻辑回归和神经网络来进行手写数字识别文件有：ex3.m - Octave/MATLAB script that steps you through part 1ex3 nn.m - Octave/MATLAB ...
2020-01-03 23:19:26
483
图论小作业：给定一个序列，判断其是否可图（python）
2020-08-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人