<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[alanwalker1的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/alanwalker1</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; alanwalker1]]></copyright><item><title><![CDATA[雅思机考6.5（4项总分26.5）考后总结]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/121964139</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/121964139</guid><author>alanwalker1</author><pubDate>Thu, 16 Dec 2021 01:32:33 +0800</pubDate><description><![CDATA[这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar]]></description><category></category></item><item><title><![CDATA[哈工大-机器学习-实验四：PCA]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/112724700</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/112724700</guid><author>alanwalker1</author><pubDate>Sat, 16 Jan 2021 21:12:47 +0800</pubDate><description><![CDATA[PCA模型实验
一、实验目的
目标
实现一个PCA模型，能够对给定数据进行降维（即找到其中的主成分）
测试

首先人工生成一些数据（如三维数据），让它们主要分布在低维空间中，如首先让某个维度的方差远小于其它唯独，然后对这些数据旋转。生成这些数据后，用你的PCA方法进行主成分提取。
找一个人脸数据（小点样本量），用你实现PCA方法对该数据降维，找出一些主成分，然后用这些主成分对每一副人脸图像进行重建，比较一些它们与原图像有多大差别（用信噪比衡量）。

二、实验环境

win10
python 3.7.4
py]]></description><category></category></item><item><title><![CDATA[哈工大-机器学习-实验三：EM、k-means、GMM]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/112724402</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/112724402</guid><author>alanwalker1</author><pubDate>Sat, 16 Jan 2021 20:58:22 +0800</pubDate><description><![CDATA[k-means聚类方法和混合高斯模型
一、实验目的


目标


实现一个k-means算法和混合高斯模型，并且用EM算法估计模型中的参数。


测试


用高斯分布产生k个高斯分布的数据（不同均值和方差）（其中参数自己设定）。
（1）用k-means聚类，测试效果；
（2）用混合高斯模型和你实现的EM算法估计参数，看看每次迭代后似然值变化情况，考察EM算法是否可以获得正确的结果（与你设定的结果比较）。


应用


可以UCI上找一个简单问题数据，用你实现的GMM进行聚类。
二、实验环境

win10
p]]></description><category></category></item><item><title><![CDATA[哈工大-机器学习-实验二：Logistic Regression]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/112688367</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/112688367</guid><author>alanwalker1</author><pubDate>Fri, 15 Jan 2021 22:29:30 +0800</pubDate><description><![CDATA[Logistic Regression解决二分类问题
一、实验目的
理解逻辑回归模型，掌握逻辑回归模型的参数估计算法。
二、实验要求及实验环境
要求：
实现两种损失函数的参数估计（1，无惩罚项；2.加入对参数的惩罚），可以采用梯度下降、共轭梯度或者牛顿法等。
实验环境：
windows10、python3.7.4、pycharm2020.2
三、数学原理
3.1	实验目的及假设
实验目的：
从TrainingSet：&lt;X1,Y1&gt;,&lt;X2,Y2&gt;...&lt;Xl,Yl&gt;Tra]]></description><category></category></item><item><title><![CDATA[哈工大-机器学习-实验一：多项式拟合]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/112687888</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/112687888</guid><author>alanwalker1</author><pubDate>Fri, 15 Jan 2021 21:26:47 +0800</pubDate><description><![CDATA[一、实验目的
掌握最小二乘法求解（无惩罚项的损失函数）、掌握加惩罚项（2范数）的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)
二、实验要求及实验环境
实验要求


生成数据，加入噪声；


用高阶多项式函数拟合曲线；


用解析解求解两种loss的最优解（无正则项和有正则项）


优化方法求解最优解（梯度下降，共轭梯度）；


用你得到的实验数据，解释过拟合。


用不同数据量，不同超参数，不同的多项式阶数，比较实验效果。


语言不限，可以用matlab，py]]></description><category></category></item><item><title><![CDATA[设计模式——装饰器]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/107243225</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/107243225</guid><author>alanwalker1</author><pubDate>Fri, 10 Jul 2020 10:03:16 +0800</pubDate><description><![CDATA[本质
装饰器模式（Decorator Pattern）允许向一个现有的对象添加新的功能，同时又不改变其结构。这种类型的设计模式属于结构型模式，它是作为现有的类的一个包装。这种模式创建了一个装饰类，用来包装原有的类。
UML

ConcreteComponent类是需要加功能的具体类；
Component是它的上层抽象类/接口；
ConcreteDecoratorA和B分别是2个具体装饰类，也就是说：我们想把A和B的功能给加到ConcreteComponnet上。

处理方法：创建一个抽象类/接口Decora]]></description><category></category></item><item><title><![CDATA[2020软件构造期末复习笔记第一、二章]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/107178237</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/107178237</guid><author>alanwalker1</author><pubDate>Wed, 08 Jul 2020 15:17:10 +0800</pubDate><description><![CDATA[题型

填空：4个，8分
简答、写代码、改代码：9个，合计56分
设计题：3个，合计36分


简答与设计题： – 给出需求描述、ADT的基本代码 – 开展设计和代码：绘图/建模、设计、修改代码、写新	代码、写注释(AF/RI/Spec/Safety from Rep Exposure/Testing Strategy/Thread Safety Argument)、设计测试	用例、改进/优化各项质量指标等

一、二章考纲

软件构造的多维度视图
软件构造的阶段划分、各阶段的构造活动
内部/外部的质量指标
]]></description><category></category></item><item><title><![CDATA[哈工大软件构造lab3实验心得（二）——实验思路]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/106683256</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/106683256</guid><author>alanwalker1</author><pubDate>Fri, 12 Jun 2020 14:41:23 +0800</pubDate><description><![CDATA[简述]]></description><category></category></item><item><title><![CDATA[哈工大软件构造lab3实验心得（一）：必要知识、工具的学习]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/106672436</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/106672436</guid><author>alanwalker1</author><pubDate>Thu, 11 Jun 2020 00:15:45 +0800</pubDate><description><![CDATA[简述
由于lab3的内容较多，所以我将实验心得分为多个部分，这是第一篇——必要知识、工具储备，我在写这个实验时也是先花了2周左右的时间来学习这些知识，再使用剩下的3周时间来完成lab3，下面依次给出相关知识、工具学习途径
设计模式
lab3的主题是面向可维护性和可复用性，因此一些掌握一些设计模式尤为重要。王忠杰老师课上也讲到了一些，并给出了实际例子，但是由于课时限制，并没有全面介绍所有的设计模式。若想要完整了解，可以搜索设计模式相关的学习资源
下面给出几个我找到的，且认为比较好的教程


菜鸟教程网站


]]></description><category></category></item><item><title><![CDATA[软件构造lab2实验总结]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/105666853</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/105666853</guid><author>alanwalker1</author><pubDate>Wed, 10 Jun 2020 11:42:17 +0800</pubDate><description><![CDATA[简述
本次lab2实验真的让我学到了很多，也让我切身体会到需求驱动性学习的必要性。下面就以lab2最难的play chess部分为例，给出我的一些心得。
开发过程模型
抽象类的过程
确定类的分层
实现类的功能
测试与调试
相关工具
总结

...]]></description><category></category></item><item><title><![CDATA[HIT2019计算机系统大作业hello的P2P过程]]></title><link>https://blog.youkuaiyun.com/alanwalker1/article/details/103848576</link><guid>https://blog.youkuaiyun.com/alanwalker1/article/details/103848576</guid><author>alanwalker1</author><pubDate>Sun, 05 Jan 2020 23:24:18 +0800</pubDate><description><![CDATA[计算机系统
大作业
题     目  程序人生-Hello’s P2P	
专       业
学　　   号
班　　   级
学       生
指 导 教 师
计算机科学与技术学院
2019年12月
摘  要
本文通过对hello程序P2P和020的整体介绍，阐述了hello经过多种处理后成为Process，并且hello进程创建直到回收的全部过程：从最开始的预处理和编译，到之后的汇编和链接；...]]></description><category></category></item></channel></rss>