- 博客(110)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 HCIA自学笔记01-传输介质
通信网络除了包含通信设备本身之外，还包含连接这些设备的传输介质，如同轴电缆、双绞线和光纤等。不同的传输介质具有不同的特性，这些特性直接影响到通信的诸多方面，如线路编码方式、传输速度和传输距离等。
2023-09-07 22:33:22
349
原创 JavaWeb-基础知识（注解）
## 注解： * 概念：说明程序的。给计算机看的 * 注释：用文字描述程序的。给程序员看的 * 定义：注解（Annotation），也叫元数据。一种代码级别的说明。它是JDK1.5及以后版本引入的一个特性，与类、接口、枚举是在同一个层次。它可以声明在包、类、字段、方法、局部变量、方法参数等的前面，用来对这些元素进行说明，注释。 * 概念描述： * JDK1.5之后的新特性 * 说明程序的 * 使用注解：@注解名称 *.
2021-07-09 17:07:54
354
原创 JavaWeb-基础知识02（反射）
## 反射：框架设计的灵魂 * 框架：半成品软件。可以在框架的基础上进行软件开发，简化编码 * 反射：将类的各个组成部分封装为其他对象，这就是反射机制 * 好处： 1. 可以在程序运行过程中，操作这些对象。 2. 可以解耦，提高程序的可扩展性。 * 获取Class对象的方式： 1. Class.forName("全类名")：将字节码文件加载进内存，返回Class对象 * 多用于配置文件，将类名定义在配置文件.
2021-07-09 17:05:48
183
原创 JavaWeb-基础知识01（ Junit单元测试）
## Junit单元测试： * 测试分类： 1. 黑盒测试：不需要写代码，给输入值，看程序是否能够输出期望的值。 2. 白盒测试：需要写代码的。关注程序具体的执行流程。 * Junit使用：白盒测试 * 步骤： 1. 定义一个测试类(测试用例) * 建议： * 测试类名：被测试的类名Test CalculatorTest * 包名：xxx.xxx..
2021-07-09 17:04:36
253
原创 MySQL基础
1. 数据库的基本概念2. MySQL数据库软件 1. 安装 2. 卸载 3. 配置3. SQL## 数据库的基本概念 1. 数据库的英文单词： DataBase 简称 ： DB 2. 什么数据库？ * 用于存储和管理数据的仓库。 3. 数据库的特点： 1. 持久化存储数据的。其实数据库就是一个文件系统 2. 方便存储和管理数据 3. 使用了统一的方式操作数据库 -- SQL# MySQL数据库软.
2021-07-07 14:25:46
129
原创 机器学习-09 集成学习
9、集成学习顾名思义，集成学习（ensemble learning）指的是将多个学习器进行有效地结合，组建一个“学习器委员会”，其中每个学习器担任委员会成员并行使投票表决权，使得委员会最后的决定更能够四方造福普度众生~…~，即其泛化性能要能优于其中任何一个学习器。9.1 个体与集成集成学习的基本结构为：先产生一组个体学习器，再使用某种策略将它们结合在一起。集成模型如下图所示：在上图的集成模型中，若个体学习器都属于同一类别，例如都是决策树或都是神经网络，则称该集成为同质的（homogene
2020-11-03 19:53:28
394
原创 机器学习-08 EM算法
8、EM算法EM（Expectation-Maximization）算法是一种常用的估计参数隐变量的利器，也称为“期望最大算法”，是数据挖掘的十大经典算法之一。EM算法主要应用于训练集样本不完整即存在隐变量时的情形（例如某个属性值未知），通过其独特的“两步走”策略能较好地估计出隐变量的值。8.1 EM算法思想EM是一种迭代式的方法，它的基本思想就是：若样本服从的分布参数θ已知，则可以根据已观测到的训练样本推断出隐变量Z的期望值（E步），若Z的值已知则运用最大似然法估计出新的θ值（M步）。重复这个
2020-11-03 19:50:27
513
原创 机器学习-07 贝叶斯分类器
7、贝叶斯分类器贝叶斯分类器是一种概率框架下的统计学习分类器，对分类任务而言，假设在相关概率都已知的情况下，贝叶斯分类器考虑如何基于这些概率为样本判定最优的类标。在开始介绍贝叶斯决策论之前，我们首先来回顾下贝叶斯公式。7.1 贝叶斯决策论若将上述定义中样本空间的划分Bi看做为类标，A看做为一个新的样本，则很容易将条件概率理解为样本A是类别Bi的概率。在机器学习训练模型的过程中，往往我们都试图去优化一个风险函数，因此在概率框架下我们也可以为贝叶斯定义“条件风险”（conditional .
2020-11-03 19:39:33
520
原创 机器学习-补充03 神经网络之激活函数(Activation Function)
激活函数(Activation Function)1.为什么需要激活函数？激活函数通常有如下一些性质：非线性： 当激活函数是线性的时候，一个两层的神经网络就可以逼近基本上所有的函数了。但是，如果激活函数是恒等激活函数的时候（即f(x)=x），就不满足这个性质了，而且如果MLP使用的是恒等激活函数，那么其实整个网络跟单层神经网络是等价的。 可微性： 当优化方法是基于梯度的时候，这个性质是必须的。 单调性： 当激活函数是单调的时候，单层网络能够保证是凸函数。 f(x)≈x 当激活函数满足这个性
2020-11-01 19:40:29
627
原创 机器学习-06 支持向量机
6、支持向量机支持向量机是一种经典的二分类模型，基本模型定义为特征空间中最大间隔的线性分类器，其学习的优化目标便是间隔最大化，因此支持向量机本身可以转化为一个凸二次规划求解的问题。6.1 函数间隔与几何间隔对于二分类学习，假设现在的数据是线性可分的，这时分类学习最基本的想法就是找到一个合适的超平面，该超平面能够将不同类别的样本分开，类似二维平面使用ax+by+c=0来表示，超平面实际上表示的就是高维的平面，如下图所示：对数据点进行划分时，易知：当超平面距离与它最近的数据点的间隔越大，分类
2020-10-31 20:57:45
357
原创 机器学习-05 神经网络
5、神经网络在机器学习中，神经网络一般指的是“神经网络学习”，是机器学习与神经网络两个学科的交叉部分。所谓神经网络，目前用得最广泛的一个定义是“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应”。5.1 神经元模型神经网络中最基本的单元是神经元模型（neuron）。在生物神经网络的原始机制中，每个神经元通常都有多个树突（dendrite），一个轴突（axon）和一个细胞体（cell body），树突短而多分支，轴突长而只有.
2020-10-31 20:18:28
3021
原创 机器学习-补充01 交叉熵存在的意义
交叉熵存在的意义和与平方差相比有什么好处？一个非常常见的，非常漂亮的成本函数是“交叉熵”（cross-entropy）。交叉熵产生于信息论里面的信息压缩编码技术，但是它后来演变成为从博弈论到机器学习等其他领域里的重要技术手段。它的定义如下：其中，y 是我们预测的概率分布, y’ 是实际的分布1.交叉熵是正的，2.当所有输入x的输出都能接近期望输出y的话，交叉熵的值将会接近 0。这两个特征在直觉上我们都会觉得它适合做代价函数。事实上，我们的均方代价函数也同时满足这两个特征。然而....为什
2020-10-31 20:09:46
768
原创 机器学习-04决策树
4、决策树4.1 决策树基本概念顾名思义，决策树是基于树结构来进行决策的，在网上看到一个例子十分有趣，放在这里正好合适。现想象一位捉急的母亲想要给自己的女娃介绍一个男朋友，于是有了下面的对话：女儿：多大年纪了？ 母亲：26。 女儿：长的帅不帅？ 母亲：挺帅的。 女儿：收入高不？ 母亲：不算很高，中等情况。 女儿：是公务员不？ 母亲：是，在税务局上班呢。 女儿：那好，我去见见。这个女孩的挑剔过程就是一个典型的决策树，即相当于通过年龄、长相、收入和是否公务员将男童鞋分为两.
2020-10-30 20:35:03
225
原创 机器学习-03 线性模型
3、线性模型谈及线性模型，其实我们很早就已经与它打过交道，还记得高中数学必修3课本中那个顽皮的“最小二乘法”吗？这就是线性模型的经典算法之一：根据给定的（x，y）点对，求出一条与这些点拟合效果最好的直线y=ax+b，之前我们利用下面的公式便可以计算出拟合直线的系数a,b（3.1中给出了具体的计算过程），从而对于一个新的x，可以预测它所对应的y值。前面我们提到：在机器学习的术语中，当预测值为连续值时，称为“回归问题”，离散值时为“分类问题”。本篇先从线性回归任务开始，接着讨论分类和多分类问题。.
2020-10-30 19:44:26
1633
原创 机器学习-02 模型的评估与选择
2.1 误差与过拟合我们将学习器对样本的实际预测结果与样本的真实值之间的差异成为：误差（error）。定义：在训练集上的误差称为训练误差（training error）或经验误差（empirical error）。 在测试集上的误差称为测试误差（test error）。 学习器在所有新样本上的误差称为泛化误差（generalization error）。显然，我们希望得到的是在新样本上表现得很好的学习器，即泛化误差小的学习器。因此，我们应该让学习器尽可能地从训练集中学出普适性的“一般特征”，这
2020-10-30 19:07:56
1492
原创 机器学习-01 绪论
1.1 机器学习的定义正如我们根据过去的经验来判断明天的天气，吃货们希望从购买经验中挑选一个好瓜，那能不能让计算机帮助人类来实现这个呢？机器学习正是这样的一门学科，人的“经验”对应计算机中的“数据”，让计算机来学习这些经验数据，生成一个算法模型，在面对新的情况中，计算机便能作出有效的判断，这便是机器学习。另一本经典教材的作者Mitchell给出了一个形式化的定义，假设：P：计算机程序在某任务类T上的性能。 T：计算机程序希望实现的任务类。 E：表示经验，即历史的数据集。若该计算机程序通过利
2020-10-30 16:25:43
285
原创 python学习之旅-@property装饰器
@property装饰器作用：把一个方法变成属性调用。使得对属性的调用方便又安全。具体实现：使用property包装器来包装getter方法和setter方法getter方法：访问属性，若不设置则属性为只写setter方法：修改属性，若不设置则属性为只读实例：class Student(object): def __init__(self,score): self._score = score #访问器...
2020-07-01 23:04:36
202
原创 python编程练习--跑马灯
python编程练习--跑马灯import osimport timedef main(): content = '5201314......' count = 0 while True: os.system('cls') #清理屏幕 print(content) time.sleep(0.5) #休眠500ms content = content[1:] + content[0] cou.
2020-05-30 21:29:20
2300
原创 python学习之旅-迭代器与生成器
迭代器与生成器迭代器迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法：iter() 和 next()。字符串，列表或元组对象都可用于创建迭代器：实例(Python 3.0+)>>> list=[1,2,3,4]>>> it = iter(list) # 创建迭代器对象&..
2020-05-30 20:44:37
1846
3
原创 python编程练习-斐波那契数列
斐波那契数列生成斐波那契数列的前20个数。说明：斐波那契数列（Fibonacci sequence），又称黄金分割数列，是意大利数学家莱昂纳多·斐波那契（Leonardoda Fibonacci）在《计算之书》中提出一个在理想假设条件下兔子成长率的问题而引入的数列，所以这个数列也被戏称为"兔子数列"。斐波那契数列的特点是数列的前两个数都是1，从第三个数开始，每个数都是它前面两个数的和，形如：1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, ...。斐波那契数列
2020-05-30 18:00:11
12868
2
原创 python编程练习-完美数
python编程练习-完美数完美数（又称完全数或完备数）：是一些特殊的自然数，它所有的真因子（即除了自身以外的约数），恰好等于它本身。性质：1.完全数都能写成连续自然数之和。 例如：6=1+2+3；28=1+2+3+...+6+7；496=1+2+3+...+30+31；8128=1+2+3…+126+127。2.每个完全数的全部因数倒数之和都是2，因此每个完全数都是调和数。 例如：1/1+1/2+1/3+1/6=2；1/1+1/2+1/4+1/7+1/14+1/...
2020-05-30 15:34:05
9108
4
原创 python学习之旅-02字符串
字符串所谓字符串，就是由零个或多个字符组成的有限序列，一般记为。在Python程序中，如果我们把单个或多个字符用单引号或者双引号包围起来，就可以表示一个字符串。s1 = 'hello, world!'s2 = "hello, world!"# 以三个双引号或单引号开头的字符串可以折行s3 = """hello, world!"""print(s1, s2, s3, end='')可以在字符串中使用\（反斜杠）来表示转义，也就是说\后面的字符不再是它原来的意义，例如：\n不是.
2020-05-30 15:27:16
294
原创 python编程练习--水仙花数
"""寻找水仙花数。说明：水仙花数也被称为超完全数字不变数、自恋数、自幂数、阿姆斯特朗数，它是一个3位数，该数字每个位上数字的立方之和正好等于它本身例如：1^3 + 5^3+ 3^3=153。2020.05.28@SUNNY小飞 """sum = 0print("程序开始运行，开始寻找水仙花数:")for x in range(100,1000): low = x % 10 #取余数即最低位的数 high = x // 100 middle = (x // 10).
2020-05-28 23:34:09
16771
1
原创 python编程总结01-- 运算符// ， /，% 的使用和区别
python编程总结01-- 运算符// ， /，% 的使用和区别//，/，%的使用和区别：三个运算符都是对一个数进行除法操作。// 取余，返回整数int类型 / 取余，返回浮点数float类型 % 取余数代码示例：#python学习之旅-- 运算符// ， /，% 的区别a = 123b = a // 10c = a / 10d = a % 10print(b)print(c)print(d)输出结果：...
2020-05-28 23:03:03
1256
原创 机器学习学习之旅--一文读懂神经网络
神经网络：从神经元到深度学习 神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。 神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 本文的目录...
2020-05-28 20:54:29
1045
原创 超级详细的教程--如何写SCI
如何写SCI论文写SCI论文的三个阶段：阅读、写、改。一、阅读SCI论文即：阅读哪些文章（对象），阅读文章的目的是什么（目标），怎么阅读（方法）1.阅读什么文章。阅读文章，需要阅读经典的专业基础文章、survey（概述）文章，及5-10篇左右阅读新的高质量的专业文章。好的文章怎么找？首先找专业领域中好的会议、期刊；其次，经常访问专业领域有名的实验室、研究员的主页，...
2020-05-28 20:53:02
11585
原创 Python学习之旅-玩转PyCharm
玩转PyCharmPyCharm是由JetBrains公司开发的提供给Python专业的开发者的一个集成开发环境，它最大的优点是能够大大提升Python开发者的工作效率，为开发者集成了很多用起来非常顺手的功能，包括代码调试、高亮语法、代码跳转、智能提示、自动补全、单元测试、版本控制等等。此外，PyCharm还提供了对一些高级功能的支持，包括支持基于Django框架的Web开发。PyCharm的下载和安装可以在JetBrains公司的官方网站找到PyCharm的下载链接，有两个可供下载的版本，一个
2020-05-28 20:50:39
497
原创 Python学习之旅02-python基础01
变量和类型整型：Python中可以处理任意大小的整数（Python 2.x中有int和long两种类型的整数，但这种区分对Python来说意义不大，因此在Python 3.x中整数只有int这一种了），而且支持二进制（如0b100，换算成十进制是4）、八进制（如0o100，换算成十进制是64）、十进制（100）和十六进制（0x100，换算成十进制是256）的表示法。 浮点型：浮点数也就是小数，之所以称为浮点数，是因为按照科学记数法表示时，一个浮点数的小数点位置是可变的，浮点数除了数学写法（如12.
2020-05-26 22:28:46
215
原创 Python学习之旅01-python之禅
win10下，打开cmd终端，输入python后，输入下列代码：import this确定后将会展示《python之禅》全文>>> import thisThe Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit.Simple is better than complex.Complex is better than complic.
2020-05-26 17:26:51
148
原创 Torch常用函数详解T
torch本笔记引用自PyTorch中文文档包torch包含了多维疑是的数据结构及基于其上的多种数学操作。1. 张量Tensorstorch.is_tensor(obj):如果obj是一个pytorch张量，则返回Truetorch.is_storage(obj):如果obj是一个pytorch storage对象，则返回Truetorch.numel(inpu...
2019-11-08 13:10:16
16416
1
原创 numpy linalg模块
numpy linalg模块# 线性代数# numpy.linalg模块包含线性代数的函数。使用这个模块，可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等。import numpy as np1. 计算逆矩阵创建矩阵A = np.mat("0 1 2;1 0 3;4 -3 8")print (A)#[[ 0 1 2]# [ 1 0 3]# [ 4 -3 8...
2019-11-02 00:04:44
401
原创 Word2vec代码实现
Word2vec纯python代码实现1. 什么是 Word2vec?在聊 Word2vec 之前，先聊聊 NLP (自然语言处理)。NLP 里面，最细粒度的是 词语，词语组成句子，句子再组成段落、篇章、文档。所以处理 NLP 的问题，首先就要拿词语开刀。举个简单例子，判断一个词的词性，是动词还是名词。用机器学习的思路，我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词...
2019-10-31 19:21:57
17624
7
原创 词向量Word2vec详解
1. 什么是 Word2vec?在聊 Word2vec 之前，先聊聊 NLP (自然语言处理)。NLP 里面，最细粒度的是 词语，词语组成句子，句子再组成段落、篇章、文档。所以处理 NLP 的问题，首先就要拿词语开刀。举个简单例子，判断一个词的词性，是动词还是名词。用机器学习的思路，我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词性，我们要构建 f(x)->y 的映射，但...
2019-10-29 14:58:55
1442
原创 斯坦福CS224n-第二课笔记 词向量与word2vec
斯坦福CS224n-第二课笔记 词的向量表示：word2vec如何表示一个词语的意思先来看看如何定义“意思”的意思，英文中meaning代表人或文字想要表达的idea。这是个递归的定义，估计查询idea词典会用meaning去解释它。中文中“意思”的意思更加有意思：他说：“她这个人真有意思（funny）。”她说：“他这个人怪有意思的（funny）。”于是人们以为他们有了意思...
2019-10-28 19:02:40
570
原创 anaconda安装NLTK详细说明
anaconda安装NLTK详细说明：1.打开anaconda中的spyder2.在spyder的右下角内输入以下两条命令import nltknltk.download()3.运行后会跳出一个nltk下载器窗口，点击下载即可...
2019-10-28 09:54:00
10461
10
原创 斯坦福CS224n-第一课笔记 自然语言处理与深度学习简介
【斯坦福CS224n的第一课视频笔记】1. 什么是自然语言处理 这是一门计算机科学、人工智能以及语言学的交叉学科。虽然语言只是人工智能的一部分（人工智能还包括计算机视觉等），但它是非常独特的一部分。这个星球上有许多生物拥有超过人类的视觉系统，但只有人类才拥有这么高级的语言。 自然语言处理的目标是让计算机处理或说“理解”自然语言，以完成有意义的任务，比如订机票购物或Q...
2019-10-28 09:26:16
554
原创 机器学习专业术语汇总
模型（model）：计算机层面的认知 学习算法（learning algorithm），从数据中产生模型的方法 数据集（data set）：一组记录的合集 示例（instance）：对于某个对象的描述 样本（sample）：也叫示例 属性（attribute）：对象的某方面表现或特征 特征（feature）：同属性 属性值（attribute value）：属性上的取值 属性空间（...
2019-10-23 13:50:13
785
原创 熵
熵最早来原于物理学.德国物理学家鲁道夫·克劳修斯首次提出熵的概念，用来表示任何一种能量在空间中分布的均匀程度，能量分布得越均匀，熵就越大。一滴墨水滴在清水中，部成了一杯淡蓝色溶液热水晾在空气中，热量会传到空气中，最后使得温度一致可以注意到些能量分布的变化的过程都是都是不可逆的(你不能期望清水中的蓝色分子自动地聚成一滴墨水,放在空气中的汽水能自动变成开水)， 所以这些系统的熵都在慢慢地增加...
2019-10-13 19:11:20
755
机器学习的数学基础.pdf
2019-09-29
《AI 技术人才成长路线图》.docx
2019-09-04
网易云吴恩达深度学习工程师微专业完整版笔记.pdf
2019-08-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人