Chris's Notes

机器学习无非就是研究数据之间关联关系的学科。比如人脸图像与其身份之间的关系，语音数据与文字之间的对应关系，胆固醇指数与心脏病之间的关联关系，股票的历史数据与其未来走势的关联关系等等。简单的机器学习算法只能挖掘简单的关联关系（如线性关系），而复杂的模型（如深度学习）可以对更加复杂的非线性数据关联关系建模。

本文是 Python 机器学习基础系列文章的第一篇——Python 篇。Python任何一门编程语言，入门学习的基础知识包括：数据类型、控制流、函数、模块化、类，以及一些常用的零碎语法。Python 亦不例外。数据类型基本数据类型包括布尔型（bool）、整型（int）、长整型（long）、浮点型（float）、复数（complex）五种。内置常量：False,...

Tutorial 1 ConfigurationsTutorial 2 PackagesTutorial 3 PackagesTutorial 4 PackagesTutorial 5 ROS nodeTutorial 6 ROS topicTutorial 1 (Configurations)Create a ROS workspace:mkdir -p ~/c

本文是 Python 机器学习基础系列文章的第二篇——Numpy 篇。NumpyNumpy 是 Python 的一种开源数值计算扩展包，它可以用于存储和处理大型矩阵，比 Python 自带的嵌套列表结构要高效得多。Numpy 数组（Numpy array）数组（array）是 numpy 模块的一个主要类，可以表示向量（一维）、矩阵（二维）或高维数组，如声音、图像、视频等，并可以进行面向向量或矩阵的

在学习 CNN 之前，我们先实现一个 Softmax 多类分类器，作为 baseline。实现 Softmax 过程中涉及的参数初始化、梯度下降和一些实验观察有助于后面对神经网络的理解。Softmax 属于多类分类器，输入为样本特征，输出为样本属于各个类别的概率。上一节我们提到，机器学习算法通常由三部分组成：得分函数、损失函数和优化算法。我们逐一实现 Softmax 的这几个部分。

一、概论1、简述模式的概念和它的直观特性，解释什么是模式识别，同时绘出模式识别系统的组成框图，并说明各部分的主要功能特性。对于存在于时间和空间中，可观察的物体，如果我们可以区分它们是否相同或相似，都可以称之为“模式”（或“模式类”）。模式所指的不是事物本身，而是从事物中获得的信息。因此，模式常常表现为具有时间和空间分布的信息。模式的直观特性包括：可观察性，可区分性，相似性。模式识别就是对模式的区分和

本文是 Python 机器学习基础系列文章的第一篇——Python 篇。Python任何一门编程语言，入门学习的基础知识包括：数据类型、控制流、函数、模块化、类，以及一些常用的零碎语法。Python 亦不例外。数据类型基本数据类型包括布尔型（bool）、整型（int）、长整型（long）、浮点型（float）、复数（complex）五种。

本文系论文 Learning a Deep Convolutional Network for Super-Resolution （ECCV 2014）的阅读笔记。

n, s, m1、去官网：https://www.python.org/downloads/ 下载 Python，双击安装。建议下载 2.7.x 版本，兼容性更好。2、去 sourceforge 下载：NumPy。 去网址 https://sourceforge.net/projects/numpy/files/NumPy/ 下载最新的 numpy-xxx(版本号)-win32-superpac

本文是 Python 机器学习基础系列文章的第二篇——Numpy 篇。NumpyNumpy 是 Python 的一种开源数值计算扩展包，它可以用于存储和处理大型矩阵，比 Python 自带的嵌套列表结构要高效得多。Numpy 数组（Numpy array）数组（array）是 numpy 模块的一个主要类，可以表示向量（一维）、矩阵（二维）或高维数组，如声音、图像、视频等，...