#有监督学习

机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)

摘要:  数据挖掘、机器学习和推荐系统中的评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)简介。引言:  在机器学习、数据挖掘、推荐系统完成建模之后,需要对模型的效果做评价。业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-...

MATLAB学习(2)——zeros

语法:1X=zeros%返回标量02X=zeros(n)%返回零的n×n矩阵3X=zeros(sz1,...,szN)%返回sz1-by-...-by-szN零数组,其中sz1,...,szN表示每个维度的大小。例如,zeros(2,3)返回一个2×3的矩阵。4X=zeros(sz)%返回一个零...
代码星球 ·2020-04-14

西门子PLC SCL语言开发学习笔记(二)

  今天来讲下scl两个关键的点 比如地址I0.0是某个按钮的状态,他只有True和False两个状态,所以我们要获得按下事件需要我们自己模拟。#KeyPress:="Btn1"ANDNOT#LastKey;#LastKey:="Btn1";这样通过对#KeyPress判断是否为True即...

音视频开发学习笔记(一)----音频基础概念

文章目录前言数字音频音频编码WAV编码MP3编码AAC编码Ogg编码前言   近一两年直播、短视频等可谓是异常火爆,随着5G技术的逐渐普及,音视频领域估计会迎来新一轮的爆发。对于移动开发者,音视频开发技术也将是一个不可或缺的技能。正所谓“好记性不如烂笔头”,做一些学...

Deep Learning 学习随记(五)Deep network 深度网络

这一个多周忙别的事去了,忙完了,接着看讲义~这章讲的是深度网络(DeepNetwork)。前面讲了自学习网络,通过稀疏自编码和一个logistic回归或者softmax回归连接,显然是3层的。而这章则要讲深度(多层)网络的优势。DeepNetwork:为什么要使用深度网络呢?使用深度网络最主要的优势在于,它能以简洁的方...

机器学习周志华——机器学习的应用领域

多媒体、图形学、网络通信等计算机应用技术领域,尤其是计算机视觉、自然语言处理。交叉学科的技术支撑,例如生物信息学,它的研究涉及从“生命现象”到“规律发现”的整个过程,包括数据处理整个流程,其中“数据分析”就是机器学习的舞台。数据科学的核心即通过分析...

什么是分布式系统,如何学习分布式系统

  虽然本人在前面也写过好几篇分布式系统相关的文章,主要包括CAP理论、分布式存储与分布式事务,但对于分布式系统,并没有一个跟清晰的概念。分布式系统涉及到很多的技术、理论与协议,很多人也说,分布式系统是“入门容易,深入难”,我之前的学习也只算是管中窥豹,只见得其中一斑。因此,一致希望能对分布式系...

(数据科学学习手札31)基于Python的网络数据采集(初级篇)

一、简介  在实际的业务中,我们手头的数据往往难以满足需求,这时我们就需要利用互联网上的资源来获取更多的补充数据,但是很多情况下,有价值的数据往往是没有提供源文件的直接下载渠道的(即所谓的API),这时我们该如何批量获取这些嵌入网页中的信息呢?  这时网络数据采集就派上用处了,你通过浏览器可以观看到的绝大多数数据,都可...

EGL 1.0 学习笔记

EGLSpecification1.0的研读笔记我的“AndroidOpenGLES1.x教程的Native实现”中有Android平台下EGL的创建、销毁的代码EGL是OpenGLES与本地Window系统之间的桥梁。EGL创建渲染上下文(RenderingContext)和Surface,R...
代码星球 ·2020-04-14

优质免费在线学习网站【自用】

现在网上已经有很多非常优质的在线学习网站,更让我们感到开心和幸运的是,很多网站竟然是免费的,所以放着这么多好的资源不用,真的是一种浪费。 所以,下面为大家提供几个在线学习网站,为你的学习和职业生涯插上一双腾飞的翅膀。 1.COURSERA Tipswww.coursera.org非常有名的...

Java后台开发Servlet学习(一)

一、Servlet介绍  开始接触一个新的东西,首先要知道它是干什么的吧。Servlet(ServerApplet)是JavaServlet的简称,称为小服务程序或服务连接器,用Java编写的服务器端程序,主要功能在于交互式地浏览和修改数据,生成动态Web内容。我自己的理解就是对客户端或者浏览器发送的请求进行处理,作出...

[学习笔记]韦尔奇.鲍威尔法(Welch Powell)

1) 将图G中的结点按度数递减的次序进行排列(相同度数的结点的排列随意)。 2) 用第一种颜色,对第一点着色,并按排列次序对与前面结点不相邻的每一点着同样的颜色。 3) 用第二种颜色对尚未着色的点重复第2步,直到所有的点都着上颜色为止。   ...

深度学习——L0、L1及L2范数

在深度学习中,监督类学习问题其实就是在规则化参数同时最小化误差。最小化误差目的是让模型拟合训练数据,而规则化参数的目的是防止模型过分拟合训练数据。参数太多,会导致模型复杂度上升,容易过拟合,也就是训练误差小,测试误差大。因此,我们需要保证模型足够简单,并在此基础上训练误差小,这样训练得到的参数才能保证测试误差也小,而模...
代码星球 ·2020-04-14

C++ STL学习之容器set和multiset (补充材料)

一、set和multiset基础set和multiset会根据特定的排序准则,自动将元素进行排序。不同的是后者允许元素重复而前者不允许。需要包含头文件:#include<set>set和multiset都是定义在std空间里的类模板:1template<class_Kty,2class_Pr=less...
代码星球 ·2020-04-14

KMP算法学习(详解)

 kmp算法又称“看毛片”算法,是一个效率非常高的字符串匹配算法。不过由于其难以理解,所以在很长的一段时间内一直没有搞懂。虽然网上有很多资料,但是鲜见好的博客能简单明了地将其讲清楚。在此,综合网上比较好的几个博客(参见最后),尽自己的努力争取将kmp算法思想和实现讲清楚。 k...
代码星球 ·2020-04-14
首页上一页...227228229230231...下一页尾页