自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Harrytsz的博客

既然选择远方,便只顾风雨兼程。

  • 博客(19)
  • 资源 (10)
  • 收藏
  • 关注

原创 Markdown 中控制图片的大小 对齐方式

普通展示图片MarkDown中显示图片的语法是 ![图片描述](图片地址) 。但是这种方法只是单纯把图片显示出来,如果图片很大的话就会铺满屏幕或者超高,排版上不好看。通过img标签控制宽高<img src="http://pic15.photophoto.cn/20100615/0006019058815826_b.jpg" height="330" width="495"&gt...

2018-10-21 16:00:39 715

转载 Python 中关于 round 函数的小坑

这个一直都想写,但是因为这个点比较小,所以一直懒得动手。不过还是补上吧,留着早晚是个祸害。round函数很简单,对浮点数进行近似取值,保留几位小数。比如:>>> round(10.0/3, 2)3.33>>> round(20/7)3第一个参数是一个浮点数,第二个参数是保留的小数位数,可选,如果不写的话默认保留到整数。这么简单的函数,能有什么坑呢...

2018-10-25 22:44:47 330

转载 Python3.7 爬虫(三)使用 Urllib2 与 BeautifulSoup4 爬取网易云音乐歌单

废话在前面的的博客中我们已经能够使用 python3 配合自带的库或者第三方库抓取以及解析网页,我们今天来试试抓取网易云音乐的歌单信息分析网页要战胜敌人,必须要先了解敌人,然后设计对策,一招致命! 首先浏览器打开网页,按下 F12:http://music.163.com/#/discover/playlist我们现在来分析网页 点击右侧界面中的 Network 进入网络请求分析界面...

2018-10-25 13:55:46 940

原创 2018 Python 计算生态十月推荐榜

                  见更大的世界,遇见更好的自己 See a better world to meet better for ourselves.数据的重要性毋庸置疑,因此,数据存储在程序设计中地位非常,任何编程语言都不可避免要建立与数据库之间的

2018-10-21 15:29:37 394

原创 Python爬取CSDN,获取个人博客信息

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/bit_kaki/article/details/80254646     最近自己空余时间在学习CPDA相关的知识,不过不打算考证,毕竟报名费用要

2018-10-20 16:14:06 696

原创 物联网、云计算、大数据、人工智能到底是什么关系?有什么用?

物联网、云计算、大数据、人工智能到底是什么关系?有什么用?终于有人说清楚了! 2018年10月16日,第三届UBDC全域大数据峰会在北京富力万丽酒店举行。本届峰会以“DI·进化”为主题,数十位国内外数据大咖、十余家黑科技企业出席,打造了一场大数据盛宴。清华大学博士、南京大数据研究院院长、中国大数据应用联盟人工智能专家委员会主任、云创大数据总裁刘鹏教授受邀参加并作主题报告。  在...

2018-10-20 10:29:35 5842

原创 方差 残差 离差

方差 残差 离差标签(空格分隔): 统计学概念1.总平方和 (SST)(SST)(SST)、回归平方和 (SSR)(SSR)(SSR) 与残差平方和 (SST)(SST)(SST)得到 β^\hat{\beta}β^​ 后,可以把 YYY 分解为可以被解释变量解释的 Y^\hat{Y}Y^ 和不能被解释的 u^\hat{u}u^ 两部分:Y=Xβ^+u^=Y^+u^Y = X \hat{...

2018-10-19 17:12:34 5962

转载 残差residual VS 误差 error

In statistics and optimization, statistical errors and residuals are two closely related and easily confused measures of "deviation of a sample from the mean": the err...

2018-10-19 10:54:40 562

转载 机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(一)

一、简介  Scikit-learn集成了很多机器学习需要使用的函数,学习Scikit-learn能简洁、快速写出机器学习程序。本文章主要是对真实数据进行实战,手把手带你走一遍使用机器学习对真实数据进行处理的全过程。并且通过代码更加深入的了解机器学习模型,学习如何处理数据,如何选择模型,如何选择和调整模型参数。二、配置必要的环境...

2018-10-18 00:15:02 676

转载 机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(二)

三、开始实战(处理CSV表格数据) 5、查看训练集的特征图像信息以及特征之间的相关性  上一节粗略地查看了数据的统计信息,接下来需要从训练样本中得到更多的信息,从而对数据进行一些处理。查看训练集的特征图像信息  为了防止误操作在查看的时候修改了训练集,所以先复制一份进行操作。对longitude和latitude(经纬度)以散点(scatter)的形式输出,看数据的地区分布。train_...

2018-10-18 00:11:25 137

原创 概率论与随机过程

概率论与随机过程标签(空格分隔): 机器学习基础一、概率与分布1.1条件概率与独立事件1.条件概率:已知 AAA 事件发生的条件下 BBB 发生的概率,记作 P(B∣A)P(B|A)P(B∣A),它等于事件 ABABAB 的概率相对于事件 AAA 的概率,即:P(B∣A)==P(AB)P(A)P(B|A) = = \frac{P(AB)}{P(A)}P(B∣A)==P(A)P(AB)...

2018-10-17 00:00:32 2953

原创 线性代数

线性代数文章目录线性代数@[toc]一、基本知识二、向量操作一、基本知识1.本书中所有的向量都是列向量的形式:x⃗=[x1x2...xn]\vec{x} = \begin{bmatrix}x_{1}\\ x_{2}\\ ...\\ x_{n}\end{bmatrix}x=⎣⎢⎢⎡​x1​x2​...xn​​⎦⎥⎥⎤​2.矩阵的FFF范数:设 A=(ai,j)m×nA = (a_{i,...

2018-10-15 22:36:12 347

转载 决策树模型 ID3/C4.5/CART算法比较

决策树模型在监督学习中非常常见,可用于分类(二分类、多分类)和回归。虽然将多棵弱决策树的Bagging、Random Forest、Boosting等tree ensembel 模型更为常见,但是“完全生长”决策树因为其简单直观,具有很强的解释性,也有广泛的应用,而且决策树是tree ensemble 的基础,值得好好理解。一般而言一棵“完全生长”的决策树包含,特征选择、决策树构建、剪枝三个过程,...

2018-10-15 15:11:22 332

转载 决策树系列(五)——CART

CART,又名分类回归树,是在ID3的基础上进行优化的决策树,学习CART记住以下几个关键点:(1)CART既能是分类树,又能是分类树;(2)当CART是分类树时,采用GINI值作为节点分裂的依据;当CART是回归树时,采用样本的最小方差作为节点分裂的依据;(3)CART是一棵二叉树。接下来将以一个实际的例子对CART进行介绍:                         ...

2018-10-15 09:41:47 613

原创 《精通数据科学:从线性回归到深度学习》笔记

《精通数据科学:从线性回归到深度学习》—— Harrytsz文章目录第 1 章 数据科学概述1.1 挑战 1.1.1 工程实现的挑战 1.1.2 模型搭建的挑战第 3 章 数学基础:恼人但又不可或缺的知识第 4 章 线性回归:模型之母第 5 章 逻辑回归:隐藏因子第 6 章 工程实现:计算机是怎么算的第 7 章 计量经济学的启示:他山之石第 8 章 监督式学习...

2018-10-13 10:38:46 6122 3

转载 自学人工智能 日记2017, ,搞定了

采用时间倒序方式书写日记 ********************此学习路径包含AI网课账号和密码******************** #2017-07-24 064413 July Tuesday the 30 week, the 205 day SZ为什么要换工作?1 ...

2018-10-04 16:58:09 412

原创 Regression

文章目录1.1 广义线性模型1.1.1 普通最小二乘1.1.1.1普通的最小二乘复杂性1.1.2 岭回归1.1.2.1 岭复杂性1.1.2.2 设置正则化参数:广义交叉验证1.1.3 套索1.1.3.1 设置正则化参数1.1.3.1.1 使用交叉验证1.1.3.1.2 基于信息标准的模型选择1.1.3.1.3 与SVM正则化参数的比较1.1.4 多任务套索1.1.5 弹性网1.1.6 多任务弹性网...

2018-10-03 16:47:18 1132

转载 数值优化(Numerical Optimization)学习系列-目录

概述数值优化对于最优化问题提供了一种迭代算法思路,通过迭代逐渐接近最优解,分别对无约束最优化问题和带约束最优化问题进行求解。该系列教程可以参考的资料有1. 《Numerical Optimization 2nd》–Jorge Nocedal Stephen J. Wright2. 《凸优化》–Stephen Boyd3. 《非线性最优化基础》–Masao Fukushima(林贵华译)...

2018-10-01 16:29:27 1090

转载 牛顿法与拟牛顿法学习笔记(一)牛顿法

机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。目录链接(1) 牛顿法(2) 拟牛顿条件(3) DFP 算法(4) BFGS 算法...

2018-10-01 15:47:19 212

概率论基础概念科普介绍

概率论基础概念科普介绍

2021-09-04

线性代数基础概念科普介绍

线性代数基础概念科普介绍

2021-09-04

邹博机器学习课件

邹博 机器学习升级版VII 课程讲义 PPT 共 23 课,高清

2018-11-08

Java jdk api 1.8

下载后,若出现chm文件打开但无内容显示情况,请右击文件,选择属性,并勾选“解除锁定”即可打开文件。

2018-09-02

GoogleFileSystem-Bigtable-MapReduce

Google大数据“三驾马车”Google File System(GFS)、BigTable、MapReduce 中文版文献

2018-08-12

统计学经典教材小合集

本集合中包括以下文档: 1)统计学完全教程 2)赤裸裸的统计学(查尔斯) 3)概率论与数理统计(陈希孺) 4)概率统计(Probability and Statistics) 5)女士品茶20世纪统计学怎样变革了科学 6)数学学科专题史丛书:数理统计学简史 7)统计学思维:程序员数学之概率统计 本集合旨在从统计学角度出发入门机器学习,以期对统计学有个全面的了解

2017-10-13

深入分析Java Web技术内幕

《深入分析Java Web技术内幕(修订版)》新增了淘宝在无线端的应用实践,包括:CDN 动态加速、多终端化改造、 多终端Session 统一 ,以及在大流量的情况下,如何跨越性能、网络和一个地区的电力瓶颈等内容,并提供了比较完整的解决方案。 《深入分析Java Web技术内幕(修订版)》主要围绕Java Web 相关技术从三方面全面、深入地进行了阐述。首先介绍 前端知识,即在JavaWeb 开发中涉及的一些基本知识,包括Web 请求过程、HTTP、DNS 技术和CDN 技术。其次深入介绍了Java 技术,包括I/O 技术、中文编码问题、Javac 编译原理、class 文件结构解析、ClassLoader 工作机制及JVM 的内存管理等。最后介绍了Java 服务端技术,主要包括Servlet、Session 与Cookie、Tomcat 与Jetty服务器、Spring 容器、iBatis 框架和Velocity 框架等原理介绍,并介绍了服务端的一些优化技术。 《深入分析Java Web技术内幕(修订版)》不仅介绍这些技术和框架的工作原理,而且结合示例来讲解,通过通俗易懂的文字和丰富、生动的配图,让读者充分并深入理解它们的内部工作原理,同时还结合了设计模式来介绍这些技术背后的架构思维。 作者简介 · · · · · · 许令波,毕业于合肥工业大学,获计算机硕士学位。热爱Java Web技术,关注服务端性能优化,热衷开源技术的研究和分享,曾获developerWorks最佳作者称号。2009年进入淘宝工作,目前从事模板渲染框架与MVC框架的开发与应用、Java Web的性能优化、高访问量系统静态化和商品详情系统的业务改造等工作。

2017-10-13

CC150(CareerCup)

cc150,全名cracking the coding interview - 150 Programming Questions and Solutions。经典中的经典,曾有人别的啥都不做,刷这本书三四遍,拿了Google的offer(注意是在美国,在中国就算了……)这本书的优势在于分章节,每章突出一块知识,题目精炼,答案好找;缺点呢,你写出的代码,需要深度检验,而cc150是书不是online judge,这个还是做不到。

2017-06-14

技术之瞳 阿里巴巴技术笔试心得-2016.11-p260

技术之瞳--阿里巴巴技术笔试心得

2017-03-02

《算法新解》中文pdf

1. 七年磨一剑,亚马逊中国高级研发人员重磅力作 2. 函数式算法与常规算法对照解读 3. 伪代码与多语言实现并存,充分发挥语言特性 4. 涵盖C/C++、Haskell、Python、Scheme等 5. 理论与实例结合,轻松学习算法与数据结构 6. 内含ACM竞赛趣题和传统趣题,发现算法的乐趣

2017-02-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除