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

-+
  • 博客(6)
  • 资源 (2)
  • 收藏
  • 关注

原创 VSCode插件离线安装

1、在https://marketplace.visualstudio.com/vscode搜索找到自己需要的插件 2、点开找到右侧的Download Extension 3、下载后放入安装目录的bin文件夹下 4、cmd或者powershell下运行 code --install-extension yzhang.markdown-all-in-one-1.4.0.vsix...

2019-12-19 10:19:31 3829

原创 Vue学习笔记(三):模板语法

Vue使用了基于HTML的模板语法,允许开发者声明式的将DOM绑定至底层Vue实例的数据。在底层实现上,Vue将模板编译成虚拟DOM渲染函数,能够智能的计算出最少需要重新渲染多少组件,并把DOM操作次数减到最少。一、插值(一)文本1、Mustache语法(双大括号),{{message}}只要绑定的数据对象上的message属性发生改变,插值处会同步更新2、在element上使用v-once指令,...

2018-05-28 16:08:51 290

原创 Vue学习笔记(二):实例

一、创建一个新的Vue实例var vm = new Vue({});传入一个选项对象,通过这些选项可以创建我们想要的行为。API文档二、数据与方法当Vue实例被创建时,它向Vue的响应式系统中加入了其data对象中能找到的所以属性。当这些属性值发生改变时,视图将会产生响应,即匹配更新为新的值。var data = {a:1}; var vm = new Vue({     data:data })...

2018-05-25 17:22:36 162

原创 Vue学习笔记(一):介绍

一、引入Vue<!-- 开发环境版本,包含了用帮助的命令行警告 --> <script src="https://cdn.jsdelivr.net/npm/vue/dist/vue.js"></script>二、声明式渲染<div id="app">     {{messsage}} </div> <script t

2018-05-25 15:45:12 261

原创 JS闭包

最近在面试,发现面试官都非常喜欢问闭包相关的东西,所以写一篇文章整理一下自己的思路一、作用域在讲闭包之前必须说一下js作用域的问题;js在ES6之前其实是没有块级作用域这个概念的,但是有函数作用域这个概念,函数作用域可以访问父级作用域内部的变量,但是父级作用域无法访问函数内部的变量;var firstName = '王'; function alertName(){     var lastNam...

2018-05-15 20:56:43 137

原创 JS中this对象

this关键字只与函数的执行环境有关,与声明环境没有关系。this代表什么要等到函数运行时才知道。虽然它会根据环境变化,但是它始终代表的是调用当前函数的那个对象。一、方法调用模式当函数被保存为一个对象的属性时,它可以称为这个对象的方法。当一个方法被调用时,this被绑定到这个对象上。var name = 'wang'; var obj = { name:'xuan', sayNam...

2018-05-07 16:15:49 291

Win10可用的Microsoft SQL Server 2008 Navicat Client

Win10可用的Microsoft SQL Server 2008 Navicat Client

2017-12-21

《机器学习实战》高清pdf(中文+英文+源代码)

机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。

2017-11-28

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