- 博客(10)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 小米Ubuntu使用独立显卡
Ubuntun 16.10默认使用的是集成显卡。可以通过搜索Additional Drivers里找到Nvida显卡驱动，安装选择Apply Changes后，等待安装完成，然后重新启动。这时在搜索程序中会看到NVIDIA X Server Settings查看Primary Profiles，可以看到当前正在使用独立显卡NVIDIA
2017-01-30 12:35:51
4071
5
原创 Emacs graphviz图形中使用latex
先上图：可以看到x和w都有自己的latex下标数字。这是一个简单神经元的结构图。首先创建dot文件digraph G { x_1-> Neuron[label=w_1]; x_2 -> Neuron[label=w_2]; x_3 -> Neuron[label=w_3]; Neuron -> Y; y1[label="y"]; y2[label="y"]; y3[la
2017-01-26 23:22:29
2626
原创 Emacs 光标控制
新买的小米笔记本上下方向键特别小，比较容易按错i，干脆切换成Emacs传统方式控制行内移动向右移动一个字符C-f向左移动一个字符C-b移动到行首C-a移动到行尾C-e移动到单词尾部M-f移动到单词头部M-b行间移动移动到下一行C-n移动到上一行C-p向上移动buffer的一半高度M-rbuffer不会移动，移动到顶部，中间，或者底部三个高度位置，连续使用就连续切换到这三个位置。每次都在行首。移动到
2017-01-16 21:11:03
1627
原创 逻辑回归寻找最佳θ向量
3 寻找θ向量前面介绍了如何在实际场景中使用预测函数计算概率，但是关键在于如何找到合适的 θ" style="position: relative;" tabindex="0" id="MathJax-Element-11-Frame" class="MathJax">θ 向量。本节重点讨论这方面的数学原理。3.1 最大似然公式不过一般情况下，我们是没有办法轻易获得θ的。所以需要一些
2017-01-02 15:22:36
1420
原创 逻辑回归的基本步骤
2 逻辑回归的基本步骤这也是一般机器学习的解决思路2.1 获取样本这些样本都有实测结果1 或者 0 表示事件发生或者不发生样本的数量要足够否则会造成过拟合，或者训练效果不好样本的准确性要有保证2.2 选择逻辑回归公式作为预测函数下面的 h 函数就是预测函数,g 函数就是逻辑回归公式, 也就是12(1)hθ(x)=g(θTx)=11+e−θTx
2017-01-02 15:19:27
4077
原创 组合
7 组合7.1 定义从 n 个不同元素中，任取 m(m ≤ n）个元素并成一组，叫做从 n 个不同元素中取出 m 个元素的一个组合；从 n 个不同元素中取出 m(m ≤ n）个元素的所有组合的个数，叫做从 n 个不同元素中取出 m 个元素的组合数。7.2 公式用符号 C(n,m) 表示, C 指 Combination计算公式: n >= m(11)Cnm=n!m!(n−m)!" s
2017-01-02 10:04:33
709
原创 数学期望
2 数学期望2.1 英文名称expected value2.2 所属学科概率论与数理统计2.3 定义在概率论和统计学中，期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是指在一个离散性随机变量试验中每次可能结果的概率乘以其结果的总和。换句话说，期望值是随机试验在同样的机会下重复多次的结果计算出的等同“期望”的平均值。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与
2017-01-02 10:02:24
2896
原创 统计显著性
10 显著性检验又称假设检验10.1 定义就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（原假设）是否合理，即判断总体的真实情况与原假设是否显著地有差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。10.2 基本思想显著性检验的基本思想可以用小概率原理来解释。1．小概率
2017-01-02 10:00:07
3505
原创 方差，协方差，标准差和均值标准差等各种差
3 方差3.1 英文名称variance3.2 所属学科概率论和统计3.3 实际用途概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差、方差越大，离散程度越大。反之,离散程度越小。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。3.4 历史“方差”（variance）这一词语率先由罗纳德·费雪（Ronald Fisher）在其论文《The Correl
2017-01-01 23:59:59
13574
3
原创 用皮尔逊相关系数检查特征间的线性相关关系
1.1 皮尔逊相关系数1.1.1 简介是一种度量两个变量间线性相关程度的方法。协方差作为描述X和Y相关程度的量，在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。为此引入皮尔逊相关系数 ρ" style="position: relative;" tabindex="0" id="MathJax-Element-1-Frame" cl
2017-01-01 23:50:50
12699
JSF2自定义组件编程系列 第五部分 源代码
2011-01-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人