- 博客(5)
- 资源 (3)
- 收藏
- 关注
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