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(21)
  • 收藏
  • 关注

原创 Pygame_libfreenect

【代码】Pygame_libfreenect。

2024-07-04 11:06:32 266

原创 web布局——说清楚fixed布局

解释flex布局

2024-03-29 19:14:24 1516 1

原创 机器学习——贝叶斯分类器(基础理论+编程)

计算 对于给定的一个样本test('attr1':'value1','attr2':'value2',..,),已知它所有的属性,则它是类别Class的概率【这里仅考虑离散属性】),计算这个西瓜是好瓜的概率和是坏瓜的概率,比较大小,哪个概率较大,该西瓜就属于哪一类。问题:若某个属性值在训练集中没有与某个类同时出现过,则直接将概率连乘,会导致“哪怕在其他属性上明显像好瓜,分类的结果都将是坏瓜”的情况。结果解析,最上方的红色和黄色框指的是好瓜中密度的均值、方差以及含糖率的密度和均值。(复现西瓜书7.3的例题)

2024-03-24 21:09:17 1332 1

原创 Vue入门(一)

2、目前的花括号只能对文本插值进行动态变换,现在还可以对。

2024-03-23 12:33:42 866

原创 机器学习——决策树(四)后剪枝

这是本人决策树相关的,前3篇的内容如下:1、建造训练集的决策树【完成结点类编写和建树过程】2、用验证集评估模型、选出泛化较好的数据划分方式训练模型3、预剪枝读者可根据需要从上方《机器学习》专栏中查阅对应文章第四章是后剪枝的内容,完整代码都被集成到了colab的notebook当中,读者可以直接运行。

2024-03-21 16:56:14 1613 1

原创 机器学习——决策树(三)预剪枝

这是本人机器学习决策树内容的第三篇博客沿用了之前相关的代码,包括信息增益计算函数、结点类、预测函数和分类精度计算函数。

2024-03-21 01:04:54 1488 1

原创 计算方法——数据拟合

原先的插值要求给出的数据点要在拟合的函数上,但数据拟合,只需整体“近似”,不强求所有的数据点一致假设给出数据:那么的定义为:但是偏差“大小”,最好是用绝对值表示,因此,运算时将拟合函数和被拟合函数之间的偏差表示为:对于单变量数据:上述是一个标量设拟合函数为:那么偏差值 =设偏差值函数为令偏导等于0,那么就能得到两个方程,足以解两个未知数。

2024-03-19 17:04:18 1093

原创 机器学习——编程从零实现决策树【二】

④ 组合不同的训练集和验证集,对模型进行训练、评估,记录。⑤ 找出训练集精度和验证集精度之和最高的模型。最后一行显示分类精度:约为0.8333。③ 模型评估函数,返回指标精度。1. 从好瓜里面选出3个。2. 从坏瓜里面选出3个。① 打乱原始数据集的数据。② 将数据集划分若干份。

2024-03-18 19:09:04 631

原创 机器学习——编程实现从零构造训练集的决策树

从零搭建决策树

2024-03-18 00:39:41 1044

原创 计算方法——三次样条插值

三次样条插值的介绍以及编程实现运算

2024-03-16 13:42:16 1707 1

原创 web页面设计——圣杯布局/目录定位/相册换页

记录写页面的几个方法

2024-03-15 15:04:34 633 1

原创 web作业——编写简历/档案的页面

实现效果:说明:填充的信息、图片来源于百度百科,侵删。

2024-03-10 12:39:57 881 1

原创 Sublime Text3+FireFox+LiveReload配置与使用

本文补充:1、配置的总体步骤2、配置成功以后,每次启用Sublime Text编写网页,还需要怎么做才能使浏览器自动刷新?3、中途新开文件写网页可以保持连接吗?

2024-03-09 12:52:11 608 1

原创 web—— html和css基础(一)

文本

2024-03-08 16:24:33 302 1

原创 Web——html和CSS基础(二)

1)meta元素可提供相关页面的元信息(meta-information),比如针对搜索引擎和更新频度的描述和关键词2)meta标签共有两个属性,它们分别是http-equiv属性和name属性,不同的属性又有不同的参数值,这些不同的参数值就实现了不同的网页功能。

2024-03-08 16:16:58 900 1

原创 多媒体技术(二)图像专题——图像处理

卷积神经网络(CNN)是神经网络在图像分类中的典型应用,它通过卷积层、池化层等结构来提取图像的层次化特征,并实现了在图像分类等任务上的卓越性能。阈值分割是一种简单而常用的图像分割方法,它的基本思想是根据图像的灰度值或颜色信息来设置一个或多个阈值,将图像划分为不同的区域或类别。颜色特征是图像中像素的颜色分布和统计信息。边缘检测是图像分割中的一种重要方法,它旨在检测图像中的边缘信息,即灰度值或颜色值发生剧烈变化的区域。图像去噪是图像处理中的一个重要步骤,旨在减少或消除图像中的噪声,以提高图像的质量和清晰度。

2024-03-05 16:01:24 1264

原创 多媒体技术(二)图像专题——图像的数据表现

构成矢量图的每一个像素都可以用表示矢量图的特点:无限可以用数学函数/数学公式去改变图像的变换方法用到位图当中位图现在是主流(手机,数码相机之类拍摄出来的都是位图).jpg 图像压缩标准。

2024-03-05 15:39:43 642

原创 web导言(二)

关于web设计课程的导论

2024-03-02 11:19:04 660

原创 软件测试(一)

【概述课】软件测试的意义和定位:在软件开发中,测试是一个非常重要的环节,与开发并驾齐驱。软件测试法则和实践:遵循一些规定和规则可以使软件测试变得更容易,减少成本。:将介绍在测试过程中应遵循的基本原则。:包括黑盒测试、白盒测试等,并会深入介绍其中的不同方法,如等价类划分、边界分析、因果图、判定表法等。软件测试级别:会介绍单元测试、集成测试、系统测试等不同的测试级别。软件测试过程:涵盖测试计划、测试设计、测试执行、测试验证与验收等环节。

2024-02-28 20:10:02 545

原创 web导言

【自用的上课笔记,如有错误欢迎指正】

2024-02-28 12:34:30 998

原创 多媒体技术(一)

【自用的上课复盘笔记】

2024-02-26 23:28:37 1073 1

华工《人工智能》课程知识提炼

用于期末复习突击人工智能, 包含的内容: 1)人工智能发展历程的讲解 2)谓词逻辑、置换与合一、skolem标准型、归结原理 3)不确定推理、主观贝叶斯方法 4)模糊推理、模糊集以及运算、重点掌握匹配度计算 5)图搜索问题,A*算法,α-β剪枝优化 6)决策树:划分方法(信息增益、信息熵);方法的选择倾向;剪枝处理(预剪枝和后剪枝);连续值和缺失值的处理 7)贝叶斯最优分类器、朴素贝叶斯方法 8)聚类的初步介绍

2024-03-15

华工软件工程期末突击复习资料

突击复习用,“洗脑式”笔记

2024-03-15

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