- 博客(6)
- 资源 (15)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 java多线程系列01——多线程基础
本篇文章主要介绍了java多线程技术中的基础部分内容，主要涉及到了java多线程中涉及到的常用技术，以及相关的类，简单写了java线程的创建方法和运行一个线程的方法，以及线程信息如何获取等内容，最后简单的提到了java线程组，并通过写相关的测试代码进行练习，希望对大家有所帮助。
2016-02-29 21:24:41
958
原创 机器学习系列05——决策树（Decision tree）
在前面两篇文章中，分别介绍和讨论了K近邻和bayes两种分类算法。这两种算法都是机器学习算法中的经典算法，可以对分类及决策问题进行概率推断。在这一篇文章中，将讨论另一种被广泛使用的分类算法——决策树（decision tree）。相比贝叶斯算法，决策树的优势在于构造过程不需要任何领域知识或参数设置，因此在实际应用中，对于探测式的知识发现，决策树更加适用。
2016-02-25 17:17:44
2458
原创 机器学习系列04——贝叶斯决策（Bayes）
本文主要讲解“贝叶斯决策”算法，本算法是机器学习中应用非常广泛的算法之一，尤其在文本分类中的应用，例如在垃圾文件分类中的应用，本文从一定的数学基础（条件概率、全概率公式等）开始逐步引入贝叶斯定理、贝叶斯公式，以及对贝叶斯公式的理解，最后写到了文本分类问题，以及贝叶斯决策在文本分类中的应用方法。
2016-02-20 00:53:29
2172
原创 机器学习系列03——K近邻算法（KNN）
KNN算法是机器学习中常用的分类算法，该算法思想简单，非常容易入门，本文从KNN的基本思想开始文章书写，接着以一个简单的例子引入KNN算法，中间重点讲解了KNN的三要素（掌握了KNN的三要素基本上就能对KNN算法有一个最基本的把握，面试也能扯一扯），然后对KNN的三要素做了较详细的讲解，最后给出了KNN算法常见的一些应用。
2016-02-08 12:22:18
2805
原创 机器学习系列02——机器学习基础
机器学习并不是一个新的学科，涉及到很多学科的内容，简单点说，机器学习方法是计算机利用已有的数据(经验)，得出了某种模型(迟到的规律)，并利用此模型预测未来(是否迟到)的一种方法。在学习机器学习之前，需要先掌握机器学习相关的一些基础知识，本文中主要会介绍机器学习方法的划分、机器学习中的数据、数据类型、以及机器学习中的若干概念，如交叉验证、泛化能力、过拟合等。
2016-02-06 23:30:29
2266
139win7和centos6.5双系统安装过程.
2014-05-29
蚁群算法及其应用
2013-09-24
.NET Reflector
2013-07-08
C#与matlab混合编程并实现实时交互的困惑
2013-07-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人