- 博客(11)
- 资源 (4)
- 收藏
- 关注
转载 C++中引用、指针与const之间的爱恨情愁
现在我主要是针对剑指Offer这本书来扫雷,确实感觉这部分很容易弄混淆,看到一篇写的很好的博客,转载过来,以便方便自己今后翻阅。 原博客地址:C++中引用、指针与const之间的爱恨情愁 另一篇详解博客:C++之引用的详解学过C语言基础的肯定都知道变量和数据类型是再简单不过的知识,然而这个基础中确有几个泥潭,稍有不慎就粉身碎骨——编程受阻,面试被刷。其中一个就是引用、指针和const,...
2017-11-24 09:38:46 358
转载 模型评估与选择(番外2)-Stanford机器学习笔记-6.
Stanford机器学习笔记-6. 学习模型的评估和选择 之前在听AndrewNg课程的时候,觉得比西瓜书上的内容要多,毕竟它是学完常用的学习算法然后在进行讲解模型评估选择的,找到一篇很好的博客,我是写不出来的,便转载过来了。 原文链接标题已经给出,不习惯可以点击这里,博主还有很多很好的文章。
2017-11-23 16:39:45 702
原创 模型评估与选择(番外1)-比较检验与偏方差分析
主要参考博客: 1.理解机器学习中的偏差与方差 2.周志华《机器学习》笔记:2、模型评估与选择 3.机器学习模型性能评估方法笔记比较检验前面介绍了各种性能度量方式,但是其度量的是模型在测试集下的测试误差的性能状况,虽然其可以近似代替泛化性能,但毕竟与真实的泛化性能有一定的距离,在这里我们介绍通过假设检验的方式,利用测试误差来预估泛化误差从而得到模型的泛化性能情况,即基于假设检验结果我们可以推断
2017-11-23 16:05:16 3245
原创 模型评估与选择(后篇)-代价曲线
看博客上都在说书上关于代价曲线的介绍太过于简单,只考书中的内容无法理解,我当时看完竟然咩有这种感觉,看来功力是完完全全的不够啊!建议大家看原论文(有30多页,我没去看,有时间的朋友可以阅读一下) 知乎上这个版主的回答很好 机器学习(周志华)第2.3.4节中,代价曲线的理解?2017/11/17号更新的,有幸在写这篇之前看到^_^主要参考博客: 1.西瓜书《机器学习》阅读笔记4——Chapt
2017-11-23 14:03:13 11786 6
原创 C++类成员初始化顺序问题
今天刚把买了一个月的剑指offer这本书翻阅一下,看到一个简单的举例。说应聘C++岗位的不知道成员变量初始化顺序!大冬天的背后竟冒出了一丝冷汗,因为我也不知道,所以就上网查了一下,将学到的知识记录如下。 主要参考博客:C++类成员初始化顺序问题1C++类成员初始化顺序问题2问题来源: 由于面试题中,考官出了一道简单的程序输出结果值的题:如下,#include <iostream>us
2017-11-22 21:08:20 15439 3
转载 markdown编辑数学公式
最近的博客基本上都是用markdown编辑器来写的,因为确实慢慢的觉得它越来越好用,排版什么的随心所欲,让你熟悉一些html基本的语法。主要还是真的是一点都不卡,昨天学会了它的公式编辑功能,越发觉得很赞。原谅我以前都是截的图,不过也没时间去修改了。 防止以后编写的时候有个参考,于是便转载过来了。链接如下: markdown编辑数学公式:基本上基本的公式都可以敲出来。 稍稍复杂的公式可以参考
2017-11-22 13:11:13 1522
原创 模型评估与选择(中篇)-ROC曲线与AUC曲线
P-R曲线以二分类问题为例进行说明。分类结果的混淆矩阵如下图所示。假设,现在我们用某一算法h对样本进行二分类(划分为正例、反例)。由于算法可能与理想方法存在误差,因此在划分结果中,划分为正例的那部分样本中,可能存在正例,也可能存在反例。同理,在划分为反例的那部分样本中,也可能存在这样的误差。因此,我们需要定义一些指标来衡量我们的算法的好坏程度。下面是两个是目前常用的指标——查准率、查全率。 查准率P
2017-11-21 18:54:25 26717 5
原创 机器学习第二章模型评估与选择笔记(前篇)
之前听吴恩达机器学习课程视频的时候,是先讲完一些常用的学习算法,然后再来谈及模型评估与选择这一部分,而西瓜书却刚好相反,一上来就先讲这一部分,周老师大概是觉得这一部分太重要了,上来就告诉你这部九阳神功最核心的心法。防止遗忘,于是还是记录与摘抄一下。 知识点归纳 一、经验误差与过拟合【分类】:对是离散值的结果进行预测。【回归】:对是连续值的结果进行预测。分类和回归属于监督学习。【错误率】:分类
2017-11-21 14:44:22 645
转载 什么是P问题、NP问题和NPC问题
关于这个东西,在听NG视频的时候反复出现,后来随便百度了一下,大致知道是什么个东西,今天再看西瓜书的时候又出现,实在是让人头疼,今天查了一番,看到一篇博文写的十分的详细。 转载如下: http://www.matrix67.com/blog/archives/105 这或许是众多OIer最大的误区之一。 你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有
2017-11-16 19:13:40 323
原创 机器学习正式更新-NG到西瓜书
首先Andrew-NG的斯坦福课程总算是陆陆续续花了一个半月时间看完了,笔记前前后后整理了前中后篇,但是谈不上有什么理解,基本上也是对照着一位大牛的笔记学习,咩有那份笔记,以我的数学水平怕是很难受。 研究生的数学课程很重要: 数值分析 矩阵理论 随机过程 数理方程 缺一不可,不要像我当年荒废了数学,如今的苦味只有自己去品尝。 在深度学习横行霸道的年代,我们仍然不能浮躁,我很心动,但是
2017-11-16 18:51:34 558
原创 泊松融合-Possion Blending
最近事情比较多,很多之前捣鼓过的东西也没有去进行一个很好的整理,马上又要进入毕业开题的节奏,机器学习也没有一个很好的掌握,泊松融合是之前很久研究了一段时间,说句实话,里面的数学确实复杂,我没有深入,再加之最后我跑的结果实在是太慢,最近小波多聚焦融合的代码也实现,后面会更新。主要参考博客1:http://eric-yuan.me/poisson-blending/ 主要参考博客2:http://bl
2017-11-10 14:48:23 4733 4
基于傅里叶变换以及霍夫直线检测的文本校正
2017-09-16
傅里叶变换深入浅出
2017-09-16
Qt窗口练习以及图标文件
2017-09-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人