- 博客(52)
- 资源 (1)
- 收藏
- 关注

原创 《统计学习方法》李航_学习笔记_第4章_朴素贝叶斯
第4章 朴素贝叶斯 《统计学习方法》李航 第4章 朴素贝叶斯 《机器学习实战》第4章 基于概率论的分类方法这里写代码片
2017-09-09 16:05:31
711

原创 《统计学习方法》李航_学习笔记_第1章_统计学习方法概论
第1章 统计学习方法概论1.1 统计学习 统计学习从数据出发,提取数据特征,抽象出数据的模型,发现数据中的知识,并对数据进行分析和预测。 统计学习的总目标:学习什么样的模型、如何学习模型,使得模型能够对数据进行准确的预测与分析,同时尽可能提高学习效率。 统计学习三要素:模型(模型的假设空间)、策略(模型的选择准则)、算法(模型学习的算法) 方法=模型+策略+算法 统计学习方法的步骤 (1
2017-07-01 22:53:49
664

原创 《统计学习方法》李航_学习笔记_第2章_感知机
**第2章 感知机** 感知机(perception)是一种二类分类的线性分类模型 输入:实例的特征向量 输出:实例的类别(+1,-1) 感知机:输入空间中将实例划分为正负两类的分离超平面,属于判别模型 感知机学习 目的:求出将训练数据进行线性划分的分离超平面 方法:导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型2.1感知机模型 感知机: f(x)=
2017-01-07 13:14:21
640
原创 C++使用JSON——JSON for Modern C++
详解:https://blog.youkuaiyun.com/forrid/article/details/78867679json for modern c++的使用:https://blog.youkuaiyun.com/fengxinlinux/article/details/71037244JSON for Modern C++ 是德国大牛nlohmann写的:https://github.com/nl...
2019-03-23 13:31:57
3584
原创 Mac下安装LaTeX——MacTeX + Sublime Text + Skim
1.安装sublime在github上下载:https://github.com/wbond/package_control/releases
2019-03-18 19:57:52
6251
1
原创 【区块链-以太坊】5 Ubuntu下truffle & ganache安装及使用
1 truffle安装1)输入sudo npm install -g truffle2)将truffle复制到/usr/local/bin路径中,输入:sudo ln -s /opt/node-v8.9.4-linux-x64/bin/truffle /usr/local/bin/truffle3)输入truffle -v,显示相应版本表示安装成功2 ganache安装ganache...
2018-12-18 21:11:22
6605
7
原创 【区块链-以太坊】4 windows下进行truffle配置及Dapp服务启动
1 安装truffle框架及Ethereum TestRPC1)在NodeJS安装路径下打开命令窗口,输入npm install -g ethereumjs-testrpc truffle2 truffle下载包1)在一个路径下新建hello文件夹,并在该文件夹下打开命令窗口,输入命令truffle unbox <boxname>其中boxname表示要下载的包名称,如: tr...
2018-12-16 21:37:46
621
原创 【区块链-以太坊】2 使用Remix编译和部署Solidity智能合约
文章目录1 基础知识2 使用Remix编译智能合约3 在本地部署智能合约4 在测试网络中部署智能合约1 基础知识Remix简介:Remix 是以太坊提供的一个开发Solidity智能合约的网络版开发软件(无需安装)。合约的开发者在Remix里提供的JavaScript虚拟机上开发,调试好合约后,可以发布到以太坊,或者任何支持Solidity智能合约的区块链上。solidity简介Soli...
2018-12-15 20:22:36
2394
原创 【算法】KMP 字符匹配
字符串匹配记:模式串为P,原串为S1 原始方法最坏时间复杂度:O(P.length*S.length)2 KMPKMP算法步骤:1.构造next数组2.将模式串和原串进行匹配1.#1015 : KMP算法http://hihocoder.com/problemset/problem/1015#include &amp;amp;amp;lt;iostream&amp;amp;amp;gt;#include &amp;amp;amp;lt;c
2018-11-19 20:32:50
183
原创 【区块链-HyperLedger】2 区块链应用实战Fabric-sample:Fabcar
主要参考:官方文档(中文): https://hyperledgercn.github.io/hyperledgerDocs/write_first_app_zh/https://blog.youkuaiyun.com/weixin_34960892/article/details/81116646https://zhuanlan.zhihu.com/p/354401681 预检查部署之前先检查...
2018-11-14 11:38:26
880
原创 【区块链-HyperLedger】1 快速搭建一个Fabric1.0环境 运行测试e2e_cli项目
1 Ubuntu环境搭建(win7 64位 + VMWare14 + Ubuntu16.04)VMWave14下载链接:https://pan.baidu.com/s/18CxvujwZi8Sv8fSPD_EB0A提取码:9blkUbuntu镜像下载http://releases.ubuntu.com/16.04/选择对应镜像并下载相关配置详见:https://blo...
2018-10-21 14:13:48
2200
【论文阅读】PathSim: Meta Path-Based Top-K Similarity Search in Heterogeneous Information Networks
1. 绪论在同构信息网络中的相似度量算法:personalized PageRank (P-PageRank),SimRank,SCAN这些算法往往忽视了对象和联系的不同类型。由于不同类型的对象和联系带有不同的语义信息,因此很难将这些算法直接应用于异构信息网络中。为了体现异构信息网络中的语义信息,本文介绍了基于元路径的相似度量框架。目前有一些方法是基于框架的:· random wal...
2018-10-19 13:15:45
6319
论文_阅读笔记
吸引子传播算法(Affinity Propagation, AP)将数据点对之间的相似性度量作为输入,不需要人工选择聚类数量和初始点 算法核心:信息传播 基本思想:将全部样本看做网络的节点,通过网络中各边的消息传递,计算得到各样本点的聚类中心。 聚类过程中有两个消息在节点间传播: 1)吸引度(responsibility) r(i,k)r(i,k)r(i,k) :表示点kkk视作点...
2018-09-10 16:19:23
428
原创 【OpenCV】OpenCV+VS2015环境配置
一、OpenCV3.3+VS2015环境配置 开发环境的配置主要参考以下博客: https://www.cnblogs.com/linshuhe/p/5764394.html 写得很好,按照步骤配置基本没问题~编写代码显示图片:#include <opencv.hpp> #include <iostream> using namespace cv;using namespace st
2017-11-29 21:16:54
594
原创 Matting
1.Sampling-based(基于采样的抠图算法) Pick out the optimal foreground and background sample pairs from known regions for each unknown pixel, then figure out α value directly based on matting equation. · 基本思想:假
2017-10-31 14:38:37
589
原创 实习面试题
保研结束了,最近事也不多,想着应该找个公司实习一下,锻炼自己,顺便赚点小钱,所以投了一家做算法的公司,试试运气。以下是电话里面试官提的一些问题,在此做一个总结哈~1.如何用c语言编写生成不重复的随机整数? (出题原因:机器学习中,需要将样本随机划分为训练集和测试集) · 随机函数相关知识: 要取得[a,b)的随机整数,使用(rand() % (b-a))+ a (结果值含a不含b)。 要取得
2017-10-19 10:47:18
459
原创 《机器学习基石》台大林轩田_学习笔记02_Learning to Answer Yes/No
Lecture 2: Learning to Answer Yes/No大纲 1. Perceptron Hypothesis Set 2. Perceptron Learning Algorithm(PLA) 3. Guarantee of PLA 4. Non-Separable Data1. Perceptron Hypothesis Set perceptrons 感知机<=>li
2017-10-15 15:17:41
453
原创 《机器学习基石》台大林轩田_学习笔记01_The Learning Problem
Lecture 1: The Learning Problem大纲 1. Course Introduction 2. What is Machine Learning 3. Applications of Machine Learning 4. Components of Machine Learning 5. Machine Learning and Other Fields1. Co
2017-10-15 14:03:22
409
原创 保研面试准备
机器学习相关概率 · 全概率公式 对于B1,B2,...,BnB_1,B_2,...,B_n 一个完备事件组,即事件两两互斥,且所有事件的交集为全集,P(Bi)>0P(B_i)>0 ,则事件A满足P(A)=∑ni=1P(A|Bi)P(Bi)P(A)=\sum_{i=1}^{n}{P(A|B_i)P(B_i)} 实际意义:当一个事件A的概率P(A)P(A) 不好求,而P(Bi)P(B_i) 和
2017-09-14 10:21:23
2611
原创 【知识图谱】综述
知识图谱研究进展 机器之心https://www.jiqizhixin.com/articles/2017-03-20知识图谱构建 · 关键技术:实体关系识别技术、知识融合技术、实体链接技术、知识推理技术等 · 目的:获得大量的、让计算机可读的知识 · 三个部分: (1)知识获取:从非结构化、半结构化、结构化数据中获取知识 (2)数据融合:将不同数据源获取的知识进行融合,构建数据间的关联
2017-09-10 20:24:00
3837
原创 《统计学习方法》李航_学习笔记_第5章_决策树
第5章 决策树 《统计学习方法》李航 第五章 决策树 《机器学习实战》 第3章 决策树决策树: 1.树形结构(内部节点表示一个特征或属性,叶节点表示一个类) 2.if-then规则的集合(决策树上所有根节点到叶节点路径的集合)互斥且完备 3.定义在特征空间与类空间上的条件概率分布。(将特征空间划分为互不相交的单元,并在每个单元定义一个类的概率分布,将节点实例归为条件概率最大的一类)
2017-09-08 10:26:13
248
原创 【机器学习】Kaggle-Titanic:Machine Learning from Disaster
1.导入数据 利用pandas的read_csv()读取数据2.观察数据 利用pandas中的info()显示原始数据属性的基本信息,describe()显示属性的统计信息import pandasTtrain =pandas.read_csv("train.csv")print(Ttrain.describe())3.数据预处理 (1)数据缺失 · 若缺失值的样本占总数比例很高,则直
2017-09-03 16:04:17
461
原创 【图像处理】图像增强
空域方法直接灰度变换 线性灰度变换 作用:增强图像中感兴趣的灰度区域,抑制不感兴趣的灰度区域%灰度值小于30 不变%灰度值30~150 拉伸到30~200%灰度值150~255 压缩到200~255I=imread('lena.bmp');I=double(I);[M,N]=size(I);for i=1:M for j=1:N if I(i,j)<30
2017-07-29 09:45:23
812
原创 【模式识别】
模式识别:确定一个样本的类别属性(模式类)的过程 模式:对研究对象定量的或结构的描述 特征:能够描述模式特性的量。在统计模式识别方法中,通常用矢量表示,称为特征矢量在不同环境下,人脸肤色分布始终近似服从高斯分布。特征空间: 1.所有特征向量存在的空间 2.从模式得到的对分类有用的度量、属性构成的空间未完
2017-07-29 09:04:20
357
原创 《统计学习方法》李航_学习笔记_第7章_支持向量机
第7章 支持向量机基本模型:定义在特征空间上的间隔最大化的线性分类器 学习策略:间隔最大化 学习算法:求解凸二次规划的最优化算法 学习目标:在特征空间中找到一个分离超平面,使得实例分到不同的类 当训练集线性不可分时,通过使用核技巧和软间隔最大化,学习非线性支持向量机核函数:将输入从输入空间映射到特征空间得到的特征向量之间的内积 输入都由输入空间转换到特征空间,支持向量机的学习是在特征空间进
2017-07-01 19:57:58
595
原创 面试准备
【1】文件input.data中包含9999990个数字,这些数字都在1-10000000之间并且是未排序的。每个数字仅出现一次并占用一行,请给出一个程序,统计哪十个数字没有出现在input.data中,将结果输出到Output.data文件中(占用内存越小越好,运行时间越快越好) 答:位图方案。 参考《编程珠玑》 用一个20位长的字符串来表示一个所有元素都小于20的简单的非负整数集合,边框用
2017-06-23 14:41:15
255
转载 欢迎使用优快云-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2017-06-23 14:39:52
232
原创 面试准备
1.文件input.data中包含9999990个数字,这些数字都在1-10000000之间并且是未排序的。每个数字仅出现一次并占用一行,请给出一个程序,统计哪十个数字没有出现在input.data中,将结果输出到Output.data文件中(占用内存越小越好,运行时间越快越好)答:位图方案。参考《编程珠玑》用一个20位长的字符串来表示一个所有元素都小于20的简单的非负整数集合,边框用
2017-06-23 14:33:22
242
原创 NYOJ23 取石子(一)
取石子(一)时间限制:3000 ms | 内存限制:65535 KB难度:2描述一天,TT在寝室闲着无聊,和同寝的人玩起了取石子游戏,而由于条件有限,他/她们是用旺仔小馒头当作石子。游戏的规则是这样的。设有一堆石子,数量为N(1<=N<=1000000),两个人轮番取出其中的若干个,每次最多取M个(1<=M<=1000000),最先把石子取完者胜利。我们知道,T
2017-02-19 20:06:07
262
原创 NYOJ2 括号配对问题
括号配对问题时间限制:3000 ms | 内存限制:65535 KB难度:3描述现在,有一行括号序列,请你检查这行括号是否配对。输入第一行输入一个数N(0输出每组输入数据的输出占一行,如果该字符串中所含的括号是配对的,则输出Yes,如果不配对则输出No样例输入3[(])(])([[]()])样例输出NoNoYes
2017-02-19 19:54:22
207
原创 hdu1312 Red and Black
Red and BlackTime Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 19055 Accepted Submission(s): 11562Problem DescriptionThere is a
2017-02-13 19:32:05
186
原创 hdu1241 Oil Deposits
Oil DepositsTime Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 28132 Accepted Submission(s): 16233Problem DescriptionThe GeoSurv
2017-02-13 19:08:49
187
原创 《统计学习方法》李航_学习笔记_第3章_k近邻法
第3章 k近邻法k近邻法(k-nearest neighbor,k-NN)是一种基本分类与回归方法 输入:实例的特征向量 输出:实例的类别 k近邻法假设给定一个训练数据集,其中的实例类别已定,分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测。 实质:利用训练数据集对特征向量空间进行划分,并作为其分类的模型k近邻法三要素: k值的选择、距离度量、分类决策规则
2017-01-07 17:56:26
643
原创 遗传算法学习总结
遗传算法是一种优化算法,实质是通过群体搜索,根据适者生存的原则进行逐代进化,最终得到最优解。 实现方法: 1.根据具体问题找到可行解的取值范围,类似于x∈(a,b),确定一种编码方式,通过数值串或字符串的方式表示每个可行解 2.确定适应度函数fitness(非负函数),用于判断每个解的好坏 3.确定进化的相关参数,种群规模、交叉概率、变异概率、进化终止条件(最大代数等)。模型求解及算法 s
2016-08-29 20:15:04
1077
原创 hdu1231 最大连续子序列
最大连续子序列Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 26586 Accepted Submission(s): 11988Problem Description给定K个整数的序列{ N1, N2, .
2016-05-18 22:56:33
199
原创 hdu1003 Max Sum
Max SumTime Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 209425 Accepted Submission(s): 49082Problem DescriptionGiven a sequence a[
2016-05-18 16:48:12
211
原创 hdu4508 湫湫系列故事——减肥记I
湫湫系列故事——减肥记ITime Limit: 3000/1000 MS (Java/Others) Memory Limit: 65535/32768 K (Java/Others)Total Submission(s): 4457 Accepted Submission(s): 2231Problem Description 对于吃货来说,过年最幸福的事就
2016-05-16 19:26:42
648
原创 poj 2456 Aggressive cows
Aggressive cowsTime Limit: 1000MS Memory Limit: 65536KTotal Submissions: 9540 Accepted: 4738DescriptionFarmer John has built a new long barn, with N (2 His
2016-03-05 15:15:14
529
原创 poj 1979 Red and Black
Red and BlackTime Limit: 1000MS Memory Limit: 30000KTotal Submissions: 28420 Accepted: 15456DescriptionThere is a rectangular room, covered with square tiles. E
2016-02-27 21:07:53
217
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人