- 博客(9)
- 收藏
- 关注
RSS订阅原创 冯·诺依曼机？主机系统？微机系统到底包含哪些部分？
“微机系统”是20世纪最重要的科技成果之一。它是一种能自动、高速、精确地处理信息的现代化电子设备，计算机具有算术运算和逻辑判断能力，并能通过预先编好的程序来自动完成数据的加工处理，因此，也可以说计算机也是一种帮助人类从事脑力劳动(包括记忆、计算、分析、判断、设计、咨询、诊断、决策、学习和创造等思维活动)的工具。现在，计算机的应用已深入到社会的各个角落，极大地改变着人们的工作、学习和生活方式，成为信息时代的主要标志。——百度百科计算机系统包含两个部分：硬件系统与软件系统。而硬件系统又是由主机系统和外
2021-03-24 21:37:21
1750
原创 那些炫酷的词云图是怎么做出来的？
我们在上网冲浪的时候经常可以看到非常炫酷的词云图比如这样：这样：再比如：很多小伙伴会觉得，哇塞，好厉害的图！做起来是不是很难啊！词云图，也就是文字云，是对文本中出现的频率较高的关键词予以视觉化的展示。其优点显而易见啦，可以使读者只要一眼扫过就可以领略文本的重要信息。词云图其实并不是很难，用python第三方模块很容易实现的。下载第三方模块主要用到的模块有wordcloud和jiebawordcloud这是生成词云展示的核心第三方库，以词语为基本单位，将词语进行可视化展示wordclo
2021-01-26 20:52:39
1156
1
原创 机器学习之神经网络（1）
机器学习之神经网络（1）第一次听到神经网络这个词的时候第一感觉：好高大上。其实神经网络技术的灵感来自人体内的神经结构。人体内，神经网络由神经元组成，人体内的神经元是由细胞体和突起组成，突起分为树突和轴突，信号由树突传入，信号在细胞核汇总，然后往轴突方向传(图1)，一个神经元有多个树突，只有一个轴突，轴突又和其他神经元的树突相连，最终大量的神经元相连组成人体神经网络[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sFS8HnsU-1611220678994)(D:\博客\
2021-01-21 17:31:00
457
原创 总线？什么是总线？
近期有些小朋友问我：Jing哥啊，计算机好多基础我都不懂，看编程视频讲到的时候，什么数据总线，地址总线我都不懂。其实阿Jing以前也有这个困扰，一直困扰，困扰…直到头发稀疏花白（不至于不至于）…其实这些是大学计算机专业课的基础啦后面阿Jing专门开一个专题进讲解什么是总线？总线是连接多个部件的信息传输线，是各部件共享的传输介质。同一时间只允许一个部件向总线发送信号，以防信号冲突。采用总线连接的计算机结构有：**单总线结构**多总线结构双总线结构其中通道是具有特殊功能的
2020-12-30 00:42:27
9568
4
原创 SVM相关（基础）
概述SVM是一种基于统计学习理论的有监督机器学习算法，是由模式识别中的广义肖像算法发展起来的分类器，泛化能力较强，适用于小数据样本集的预测。SVM诞生于1964年，在2004年达到鼎盛。SVM通过寻求结构风险最小化来最小化实际风险能够很好地解决非线性数据。支持向量机根据用途可分为支持向量回归机，支持向量分类机。支持向量机的核心思想是寻找一个最优超平面对样本点进行分类，使得到超平面最近样本的距离最大。对于线性可分对于线性可分问题，SVM需要找到满足分类要求的决策边界，决策变量构成的间隔边界上的正类和负类
2020-11-10 16:19:41
996
原创 K折交叉检验法及其Python代码实现
在机器学习的建模工作中，首先会将数据集分为训练集和测试集，在训练集上对模型进行训练以及参数的调优，在测试集上对模型进行评估，但是测试集的选择会对模型的效果产生影响，在随机切分训练集/测试集的情况下，可能刚好选择了比较容易预测的数据点作为测试集，所以采用交叉验证（cross validation）的方式，通过获取模型在多个测试集上的平均效果来总体评估模型的效果。而交叉验证中常用的方法K折交叉检验法（k-fold cross validation）用于模型调优，可以缓解过拟合现象的产生，具体实现方法：将样本
2020-05-26 20:14:42
1073
2
原创 过拟合与欠拟合
欠拟合与过拟合以某市房价随地域波动情况大致讲解一般来说，我们会使用训练数据进行模型的拟合，使用测试数据进行模型的测试，比如在使用线性回归的时候，将x,y数据的某种映射关系用曲线表示出来，往往只能通过对训练数据进行拟合曲线，无法绘制出准确的图线，即构建算法模型来符合给定数据的特征，而在拟合的过程中，算法可能会出现过度符合样本数据的特征，或者符合样本的数据特征太少的情况。即我们所说的过拟合与欠拟合。过拟合：算法太符合样本数据的特征 ，对于实际生产中的数据特征无法拟合。欠拟合：指的是算法不太符合样本的数据
2020-05-24 00:09:25
171
原创 机器学习菜鸟笔记01
机器学习菜鸟笔记01模型评估与选择经验误差与过拟合一般把学习器的实际预测值与样本真实输出值之间的差异称为“误差”，学习器在训练集上的误差称为“训练误差”或者“经验误差” ；学习器在新样本上的误差 称为泛化误差过拟合：如果学习器将训练样本学习到误差接近为0，则会把训练样本自身的一些特点当做所有潜在样本都会具有的一般性质，这样会导致泛化性能降低。评估方法如果仅有一个数据集，就要对该数据集进行适当的处理，从而产生适当的训练集与测试集。留出法保持数据集中数据分布的一致性，直接将数据集划分
2020-05-12 20:20:05
284
原创 概率论数理统计笔记01（对应教材——《概率论与数理统计》（同济大学出版社出版））
概率论数理统计随机变量及其分布随机变量的概念定义：在随机试验E中，Ω是相应的样本空间，如果对样本空间中每一个样本点ω，有唯一的一个实数X与之对应，那么就把定义域为Ω的单值实值函数X = X(ω)称为随机变量。随机变量是样本点的函数，定义域为样本空间，一个随机变量取值可以对应一个样本点，也可以对应多个样本点随机变量一般用大写字母表示，随机变量的取值一般用对应的小写字母表示。离散型随机变量：...
2020-05-01 20:58:15
2561
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人