- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 贝叶斯概率推断：短信数据推断行为
数据集是一个包含用户每天接收到短信条数的数据，利用用户短信数据来推断用户行为的变化．%matplotlib inlineimport numpy as npfrom matplotlib import pyplot as pltfrom IPython.core.pylabtools import figsize直观感受下数据# 加载数据figsize(15,6)sm...
2018-02-16 15:35:34
2022
2
原创 贝叶斯概率推断：概率分布
概率分布 假设x是一个随即变量,存在一个关于x的概率分布函数，x可以取任何值．同概率分布函数都得到一个概率值．随即变量分为三种类型： １．离散随机变量：变量的取值在固定的列表中． ２．连续随机变量：连续变量的值可以是任意精度的数值． ３．混合型变量 ：既有离散型变量又有连续型变量．离散情况 xxx是离散的，xxx的分布为概率质量函数，当xxx的取值为kkk时的概率为P(x=k...
2018-02-15 16:28:25
1705
原创 贝叶斯概率推断(一):贝叶斯思维
贝叶斯思维 贝叶斯推断与传统的统计推断不同，贝叶斯推断保留不确定性，在贝叶斯派的世界观中，概率是我们对某一事件将要发生相信程度． 在传统的统计推断中频率派对概率的有不同的解释，频率派认为概率是事件在一段时间内发生的频率．比如火车事故的概率是指长期来看，发生事故的频率值．有些时候这样的解释是合乎逻辑的．但是对于那些没有长期频率的事件来说，就不太合乎逻辑．比如：选举，某某某候选人的获选概率...
2018-02-14 17:33:07
3795
原创 CNN是如何一层一层＇理解＇图像信息的
卷积神经网络CNN CNN是一种至少包含一层卷积层的神经网络模型，卷积层的目的是将卷积核应用到图像张量的所有点上，并通过将卷积核在输入张量上滑动生成经过滤波处理的张量．简单的CNN架构通常会包含卷积层，池化层，非线性变换层，全连接层．通过这些层网络会被填充大量的信息，因此模型便可以进行复杂的模式匹配． 本文主要是通过TF1.5这个工具，展示CNN中各个层对图像信息的加工过程
2018-02-04 18:36:49
7813
6
原创 TCP端口扫描[Python3.5]
本文主要包括一下几部分：１．实现扫描器用到的socket方法 ２．实现一个简单的端口扫描 ３．开启线程加速 ４．命令行下的端口扫描器1.端口扫描时用到的函数import socketgethostbyname()# 传入hostname,比如www.bing.com,返回一个ipv4地址# 传入一个ipv4地址仍返回这个地址ipaddr = socket.ge
2018-02-02 12:50:35
4432
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人