2018年01月_哈特谢普苏特

12月 11月 10月 09月 07月 06月 05月 04月 03月 02月 01月

原创 Android studio 软件安装过程中遇到的问题

我估计是在安装过程中遇到问题最多的一个人了 ....按照《第一行代码》书中内容，应该建立一个HelloWorld项目，但是刚一建立，就出现一堆红色的错误。第一个问题是“could not find any version that matchse com.android support:appcompat-v7:27.+”或者是“sync errors”Error:(26, 13) Fai

2018-01-14 17:52:04 5951 1

原创 Android studio 中函数报错cannot resolve method。。。。

出现这种情况很显然是因为没有定义这个函数，但是有的情况下不需要定义函数，这是系统内部的函数，此时只需要重新sync一下就可以了。startActivity(intent);

2018-01-30 14:43:14 29298 1

原创《统计学习方法》第七章总结

支持向量机是一种二类分类模型（SVM）。它的基本模型是定义在特征空间上的最大间隔的线性分类器，间隔最大使它有别于感知机。根据数据是否线性可分分为线性可分支持向量机，线性支持向量机和非线性支持向量机。线性可分支持向量机是指数据都是线性可分的，线性支持向量机是指大部分数据是线性可分的，但是有部分数据无法线性可分。非线性支持向量机是指数据是无法线性可分的，例如椭圆内的数据和椭圆外的数据是通过椭圆这个图形

2018-01-28 20:28:08 1566

原创《统计学习方法》第六章总结

第六章讲逻辑斯蒂回归模型和最大熵模型，这两个模型都属于对数线性模型。这两个模型学习一般采用极大似然估计，或正则化的极大似然估计。逻辑斯蒂回归模型及最大熵模型学习可以转化为为无约束最优化问题。求解该最优化问题的算法有改进的迭代尺度法，梯度下降法，拟牛顿法。二项逻辑斯蒂回归模型是一种分类模型，由条件分布P(X|Y)表示，形式为参数化的逻辑斯蒂回归。这里，随机变量X取值为实数，随机变量Y取值为

2018-01-28 18:58:49 1077

原创《统计学习方法》第五章总结

决策树是一种基本的回归和分类方法，这里主要讨论分类。分类决策树模型是一种描述对实例进行分类的树形结构，决策树由节点和有向边组成，其中节点分为内部节点和叶节点，内部节点表示一个特征或属性，叶节点表示一个类别。决策树呈树形结构，是基于特征对实例进行分类的过程，同时决策树可以看做是IF-THEN规则的集合（这里有一个重要的性质就是互斥和完备：也就是对每一个实例都有一条路径或规则覆盖，而且是只有一条路径或

2018-01-28 17:56:41 423

原创《统计学习方法》第四章总结

第四章讲的是朴素贝叶斯法。首先我们要区别先验概率和后验概率以及贝叶斯公式先验概率：P（x）后验概率：条件概率 P（y| x）贝叶斯公式及其各种形式这个公式是我们在概率论中最常见的公式。朴素贝叶斯法实际上学习到生成数据的机制，所以属于生成模型，条件独立假设等于是说用于分类的特征在类确定的条件下都是条件独立的。后验概率最大化等价于期望风险最小化，由上述，可以推导出朴素贝叶斯算法

2018-01-28 16:47:53 310

原创《统计学习方法》第三章总结

第三章讲的是K邻近法，一种基本分类与回归的方法。简单描述就是：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分为这个类。例如上图，图中有红色的三角形类和蓝色的方块类，绿色的是待分类的对象，如果我们取K=3，那么很显然在绿色圆周围有两个红的一个蓝的，绿色的圆应该归为红色的一类，但是如果选择K=5，绿色的圆周围有三

2018-01-28 16:32:53 946 4

原创 ADB 端口被占用占用进程是5037 adb shell device offine 等 ADB问题详解

ADB问题是很多新手在Android 开发中都会遇到的，包括以下几种，首先记得要连手机！！！1.5037端口被占用如果是其他程序的占用直接kill掉那个进程就可以打开2.5037端口被占用的程序是adb.exe本身打开这个adb.exe文件位置，如果是Android studio中的adb.exe，那么在任务管理器中关闭这个应用进程，然后再cmd中再次输入adb shell。

2018-01-26 17:21:11 3911

原创碎片的最佳实践《第一行代码Android》

从14：00到20：00一直在做这个实践，毕竟自己也是刚刚开始学习Android 开发，实践过程中也是一直遇到各种各样的问题。下图是最终该一个结果，因为我用的是真机，因此只用手机测试了一下。最终的项目结构就是这样。总的说这个的思路并不是很难，但是由于它是一部分一部分教的，因此需要按照步骤一步步进行，不行写错地方，或者少写了一些函数，或者是直接粘贴复制。说说自己遇到的问题吧：1.一开始写

2018-01-24 22:09:20 939

原创区块链的简单介绍——普林斯顿大学课程

区块链技术的实质是，不同的节点共同参与的分布式数据库，是一个开放式的公共账簿（没有所谓的中心化，是大家一起维护的一个）账簿。从数据包形成区块，中间有一个加密的哈希值计算（密码学）技术，把不同时间段的交易信息连接起来，形成了区块链。资产证券化如何和区块链结合？就是把资产变成货币，代币作为资产使用权的证明，或者资产内在价值的所有权证明。资产变成货币，就是一种证券化。如果我们能够建立一个账本，将资产

2018-01-23 11:02:20 3235 1

原创《统计学习方法》第二章总结

第二章主要讲的是二类分类的线性分类问题——感知机。感知机属于一种线性分类模型，属于判别模型，感知机的几何解释是一个可以用于分割两种不同数据的超平面，位于两部分的点（特征向量）分别被分为正类和负类，也被成为分离超平面。通过学习训练数据，得出w和b的值，用于预测数据输出分类结果。一个重要的概念是线性可分性和线性不可分性：感知机学习算法的原始形式：

2018-01-22 20:26:11 472

原创 Android Studio 图片问题Error:java.lang.RuntimeException: Some file crunching failed, see logs for detail

按照《第一行代码Android Studio》学习到3.2常用控件的使用方法，在插入图片时报错Error:java.lang.RuntimeException: Some file crunching failed, see logs for detailsLog：　　FAILURE: Build failed with an exception.　　* What went wrong:　　Exe

2018-01-18 10:09:21 820

原创《统计学习方法》第一章总结

统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习的对象是数据。目的是对数据进行预测和分析。统计学习关于数据的基本假设是同类数据具有一定的统计规律性，这是统计学习的前提。同类数据是指具有某种共性的数据。eg:浏览器中的网页，英语文章等统计学习分为：监督学习非监督学习半监督学习强化学习监督学习与非监督学习的区别在于是否有用于学习的

2018-01-14 18:17:27 393

原创 X509 密码学生成证书遇到的问题

一开始用的eclipse发现有错误（自己的问题）无法运行，于是就下载Jcreator进行编辑。刚开始提示路径有问题（环境变量的问题），在配置（选项）中可以更改JDK Profiles增加或者新建JDK，就可以编译。由于我用的汉化版，#0291 Detected Invalid jcreator.exe signature. Please reinstall the produ

2018-01-14 17:53:17 391