在linux的用户目录下的.ssh文件下，touchconfig；注意config的权限控制，-rw-r--r--.　　配置内容：　　catconfig:Host*StrictHostKeyCheckingnoUserKnownHostsFile/dev/null 参考：http://www.worldh...

1、一台机器不是jenkins的master分支2、另一台机器部署多个slave分支3、部署多台slave分支的机器其实只需要在多个目录放置多个slave.jar就可以了，然后进行一些配置即可 ...

http://www.csdn.net/article/2015-12-18/2826512摘要：因为云计算应用的不断深入。以及对大数据处理需求的不断扩大，用户要求功能丰富、性能强大、高可用性的产品，云计算厂商们也推陈出新，不断地推出新产品，本文就盘点了业内翘楚阿里云在2015年那些有价值的新产品。作为云...

本博客仅为作者记录笔记之用，不免有非常多细节不正确之处。还望各位看官能够见谅，欢迎批评指正。博客虽水，然亦博主之苦劳也。如需转载，请附上本文链接，不甚感激！http://blog.csdn.net/cyh_24/article/details/50359055写这篇博客的动力是源于看到了以下这篇微博：我在看到这篇微博的...

GOOGLE开发自己的加速机器学习的芯片已经不是什么秘密了，最先发布出来的是TPU（TensorProcessingUnits），在2016年5月I/O开发大会上发布的。可是没有发布相关的细节情况。仅仅是说TensorFlow框架在上面执行机器学习算法能够优化执行。今天。GOOGLE第一次把这些项目的细节和评判标准发布...

感谢大家关注玩转数据系列文章，我们希望通过在阿里云机器学习平台上提供demo数据并搭建相关的实验流程的方式来帮助大家学习怎样通过算法来挖掘数据中的价值。本系列文章包括具体的实验流程以及相关的文档教程，欢迎大家进入spm=a2c0j.7906235.header.11.I2EEKW">阿里云数加机器学习平台体验。实验案例...

1.粗糙集属性约简算法仅仅选出属性重要度大的条件加入约减中，没有考虑约简中条件属性相互之间的冗余性，得到的约简往往不是都必要的，即含有冗余属性。2.mRMR算法则除了考虑特征与类别之间的相关性，还考虑特征与特征之间的冗余度，约束特征与类别最大相关，特征与特征最小冗余。3.根据mRMR算法，将粗糙集约简算法改进为最小相关...

        DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，...

EM的算法流程：初始化分布参数θ；重复以下步骤直到收敛：       E步骤：根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概率，其实就是隐性变量的期望。作为隐藏变量的现估计值：    ...

　　将样本分成K个类，其实说白了就是求一个样本例的隐含类别y，然后利用隐含类别将x归类。由于我们事先不知道类别y，那么我们首先可以对每个样例假定一个y吧，但是怎么知道假定的对不对呢？怎样评价假定的好不好呢？　　我们使用样本的极大似然估计来度量，这里就是x和y的联合分布P（x,y）了。如果找到的y能够使P(x,y)最大，...

 判别式模型（discriminativemodel）产生式模型（generativemodel） 特点寻找不同类别之间的最优分类面，反映的是异类数据之间的差异对后验概率建模，从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度区别(假定输入x, 类别标签y)估计的是条件概率分布(...

真实的训练数据总是存在各种各样的问题：　　1、比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。　　2、拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是对数学的兴趣程度，一列是复习时间...

　　RoughSets算法是一种比较新颖的算法，粗糙集理论对于数据的挖掘方面提供了一个新的概念和研究方法。本篇文章我不会去介绍令人厌烦的学术概念，就是简单的聊聊RoughSets算法的作用，直观上做一个了解。此算法的应用场景是，面对一个庞大的数据库系统，如何从里面分析出有效的信息，如果一database中有几十个字段，...

粗糙集理论是一种研究不精确，不确定性知识的数学工具。粗糙集理论的知识表达方式一般采用信息表或称为信息系统的形式，它可以表现为四元有序组K=（U，A，V，P）。其中U为对象的全体，即论域；A是属性全体；V是属性的值域；P为一个信息函数，反映了对象x在K中的完全信息。粗糙集的思想为：　　一种类别对应一个概念（类别可以用集合...

随机森林是一个最近比较火的算法它有很多的优点：在数据集上表现良好在当前的很多数据集上，相对其他算法有着很大的优势它能够处理很高维度（feature很多）的数据，并且不用做特征选择在训练完后，它能够给出哪些feature比较重要在创建随机森林的时候，对generlizationerror使用的是无偏估计训练速度快在训练过...