<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[manderous的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/manderous</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; manderous]]></copyright><item><title><![CDATA[用matlab感受数学之美]]></title><link>https://blog.youkuaiyun.com/manderous/article/details/53027704</link><guid>https://blog.youkuaiyun.com/manderous/article/details/53027704</guid><author>manderous</author><pubDate>Thu, 03 Nov 2016 23:06:58 +0800</pubDate><description><![CDATA[数学之美]]></description><category></category></item><item><title><![CDATA[多元线性回归、梯度下降法、正规方程法简单实验]]></title><link>https://blog.youkuaiyun.com/manderous/article/details/52744829</link><guid>https://blog.youkuaiyun.com/manderous/article/details/52744829</guid><author>manderous</author><pubDate>Thu, 06 Oct 2016 17:58:14 +0800</pubDate><description><![CDATA[目录目录
疑问
使用梯度下降法来解决问题
进行特征缩放归一化
0均值归一化
线性归一化
0均值归一化若不对非奇异特征进行放缩
线性归一化若不对非奇异特征进行放缩
带有0均值归一化和线性归一化的梯度下降法代码整理
正规方程又是好久没更博了。这次带着老早就知道的多元线性回归以及利用梯度下降法和正规方程法来解决一个简单问题的实验，并由此引申至更复杂的实验推广。首先名词解释 
多元线性回归 
梯度下降法]]></description><category></category></item><item><title><![CDATA[关于php问卷调查系统总结]]></title><link>https://blog.youkuaiyun.com/manderous/article/details/51225759</link><guid>https://blog.youkuaiyun.com/manderous/article/details/51225759</guid><author>manderous</author><pubDate>Sat, 23 Apr 2016 12:45:45 +0800</pubDate><description><![CDATA[1.关于session 
session_start(); 
$_SESSION[‘id’]=time();//运用session,给每个填写调查问卷的用户一个随机分配的id,方便将他们的数据更新储存在数据库中。之后，对于每个需要使用$_SESSION[‘id’]的网页都要先加上 
session_start();再然后使用mysqli_query语言对数据库进行操作。 
这里需注意一下更新操作的代]]></description><category></category></item><item><title><![CDATA[对于adaboost算法的理解]]></title><link>https://blog.youkuaiyun.com/manderous/article/details/51182782</link><guid>https://blog.youkuaiyun.com/manderous/article/details/51182782</guid><author>manderous</author><pubDate>Mon, 18 Apr 2016 21:02:04 +0800</pubDate><description><![CDATA[这段时间开始了四月份的量化投资比赛。算是对3月份量投的一个延续。相比于3月份一直在研究的神经网络和支持向量机，这次使用的adaboost算法作为框架来实现smartalpha策略算是一种新的突破。1.对adaboost算法做一个总结 
    AdaBoost，是英文”Adaptive Boosting”（自适应增强）的缩写，由Yoav Freund和Robert Schapire在1995年提出。]]></description><category></category></item><item><title><![CDATA[近世代数第一章总结]]></title><link>https://blog.youkuaiyun.com/manderous/article/details/51066821</link><guid>https://blog.youkuaiyun.com/manderous/article/details/51066821</guid><author>manderous</author><pubDate>Tue, 05 Apr 2016 18:11:07 +0800</pubDate><description><![CDATA[对近世代数或抽象代数最开始的认识，是以前听过的群论。记得解群论的题目都会画一些图，一直觉得群论是一种将代数图形化的很高端的东西。不过如今正式开始学的时候，才发现…第一章似乎有点无聊。不过经过短暂的总结，嗯…也是有点意思。 
上课的时候，老师说“高等微积分”、“高等代数”、“高等几何”为主体的，为50年代数学教学的老三高，而现在的“新三高”，即抽象代数、拓扑学和泛函分析。 
代数数学中的一门分支，大体]]></description><category></category></item></channel></rss>