随笔分类 - C#.NET开发
C#.NET开发与学习，源码分享
摘要：1.关于推荐系统中的特征工程
2.Java程序员最喜欢的11款免费IDE编辑器
3.人工智能和机器学习领域的一些有趣的开源项目
阅读全文
摘要：
以前在使用NPOI的时候，其实印象最深的还是单元格的操作，因为以前使用NPOI的主要任务是生成一个复杂的统计报表，不仅表头比较复杂，而且行类别的控制也比较复杂，不是固定的，要动态的进行。并且不同单元格的边框还不一样，所以当初使用 NPOI 也走了不少弯路。对单元格的控制是写入Excel文件的最核心的东西。所以本篇文章就介绍我在使用Spire.XLS过程中相关单元格的控制总结。
阅读全文
以前在使用NPOI的时候，其实印象最深的还是单元格的操作，因为以前使用NPOI的主要任务是生成一个复杂的统计报表，不仅表头比较复杂，而且行类别的控制也比较复杂，不是固定的，要动态的进行。并且不同单元格的边框还不一样，所以当初使用 NPOI 也走了不少弯路。对单元格的控制是写入Excel文件的最核心的东西。所以本篇文章就介绍我在使用Spire.XLS过程中相关单元格的控制总结。
阅读全文
摘要：
接触机器学习1年多了，由于只会用C#堆代码，所以只关注.NET平台的资源，一边积累，一边收集，一边学习，所以在本站第100篇博客到来之际，分享给大家。部分用过的 ，会有稍微详细点的说明，其他没用过的，也是我关注的，说不定以后会用上。机器学习并不等于大数据或者数据挖掘，还有有些区别，有些东西可以用来处理大数据的问题或者数据挖掘的问题，他们之间也是有部分想通的，所以这些组件不仅仅可以用于机器学习，也可以用于数据挖掘相关的。那就边看边说，资源给不给力，就看推荐了，哈哈，100篇是个里程碑，大家给个赞吧。我把这些源码和自己收集的文献整理一下，邮件发给大家(很大哦。。。)。因为部分论文涉及到版权，不能公开下载，请见谅。
阅读全文
接触机器学习1年多了，由于只会用C#堆代码，所以只关注.NET平台的资源，一边积累，一边收集，一边学习，所以在本站第100篇博客到来之际，分享给大家。部分用过的 ，会有稍微详细点的说明，其他没用过的，也是我关注的，说不定以后会用上。机器学习并不等于大数据或者数据挖掘，还有有些区别，有些东西可以用来处理大数据的问题或者数据挖掘的问题，他们之间也是有部分想通的，所以这些组件不仅仅可以用于机器学习，也可以用于数据挖掘相关的。那就边看边说，资源给不给力，就看推荐了，哈哈，100篇是个里程碑，大家给个赞吧。我把这些源码和自己收集的文献整理一下，邮件发给大家(很大哦。。。)。因为部分论文涉及到版权，不能公开下载，请见谅。
阅读全文
摘要：
上个月对Math.NET的基本使用进行了介绍，主要内容有矩阵，向量的相关操作，解析数据格式，数值积分，数据统计，相关函数，求解线性方程组以及随机数发生器的相关内容。这个月接着深入发掘Math.NET的各种功能，并对源代码进行分析，使得大家可以尽可能的使用Math.NET在.NET平台下轻易的开发数学计算相关的，或者可以将其中的源码快速移植到自己的系统中去(有时候并不需要所有的功能，只需要其中的部分功能代码)，今天要介绍的是Math.NET中利用C#计算矩阵行列式的功能。
阅读全文
上个月对Math.NET的基本使用进行了介绍，主要内容有矩阵，向量的相关操作，解析数据格式，数值积分，数据统计，相关函数，求解线性方程组以及随机数发生器的相关内容。这个月接着深入发掘Math.NET的各种功能，并对源代码进行分析，使得大家可以尽可能的使用Math.NET在.NET平台下轻易的开发数学计算相关的，或者可以将其中的源码快速移植到自己的系统中去(有时候并不需要所有的功能，只需要其中的部分功能代码)，今天要介绍的是Math.NET中利用C#计算矩阵行列式的功能。
阅读全文
摘要：
本文以非常简单的方式介绍了贝叶斯及其公式理论，对其作用和研究现状进行了总结和概述。然后着重的介绍了朴素贝叶斯的概率，预测流程等细节。然后用一个网友的例子，重新对整个过程用手工计算一遍，加深了对朴素贝叶斯的理解。最后我将朴素贝叶斯的预测算法应用到足球彩票的胜平负预测之中，按照基本流程，从头开始，可以非常容易入门和理解，全部是C#代码。希望大家用得上。
阅读全文
本文以非常简单的方式介绍了贝叶斯及其公式理论，对其作用和研究现状进行了总结和概述。然后着重的介绍了朴素贝叶斯的概率，预测流程等细节。然后用一个网友的例子，重新对整个过程用手工计算一遍，加深了对朴素贝叶斯的理解。最后我将朴素贝叶斯的预测算法应用到足球彩票的胜平负预测之中，按照基本流程，从头开始，可以非常容易入门和理解，全部是C#代码。希望大家用得上。
阅读全文
摘要：
本人虽然不是专业开发人员，也非专业出身，但一直使用C#堆码，解决自己日常的小问题。包括自己的研究，也是用C#来实现和测试。对C#是情有独钟。虽然C#的很多高级技术不会用，也不太懂，但总归是知道，耳闻目染，都多多少少了解一点。因为研究开源组件和技术比较多的原因，经常翻别人的代码（大部分是国外的），免不了要翻译，所以我也是经常翻译和总结，例如我前2个翻译的一些机器学习的文章。由于对代码的注释很多人都有不同见解，包括前段时间，博客园新闻里面有篇文章，大概意思是说有注释，说明本身代码就很烂，所以用注释来补充。当然我并不认同这种观点，虽然也有一点点道理。
阅读全文
本人虽然不是专业开发人员，也非专业出身，但一直使用C#堆码，解决自己日常的小问题。包括自己的研究，也是用C#来实现和测试。对C#是情有独钟。虽然C#的很多高级技术不会用，也不太懂，但总归是知道，耳闻目染，都多多少少了解一点。因为研究开源组件和技术比较多的原因，经常翻别人的代码（大部分是国外的），免不了要翻译，所以我也是经常翻译和总结，例如我前2个翻译的一些机器学习的文章。由于对代码的注释很多人都有不同见解，包括前段时间，博客园新闻里面有篇文章，大概意思是说有注释，说明本身代码就很烂，所以用注释来补充。当然我并不认同这种观点，虽然也有一点点道理。
阅读全文
摘要：2013年给1个小客户部署过一个小型的Asp.NET网站，非常小，用的sqlite数据库，今年人家说要换台服务器，要重新部署一下，好吧，源代码和以前的文件都有，部署还不是分分钟的事情，打开IIS挂上去就行了。谁知道，这个部署将近花了2天的时间。看看踩坑过程和解决方法。
阅读全文
2013年给1个小客户部署过一个小型的Asp.NET网站，非常小，用的sqlite数据库，今年人家说要换台服务器，要重新部署一下，好吧，源代码和以前的文件都有，部署还不是分分钟的事情，打开IIS挂上去就行了。谁知道，这个部署将近花了2天的时间。看看踩坑过程和解决方法。
阅读全文
摘要：在.NET平台，操作Excel文件是一个非常常用的需求，目前比较常规的方法有以下几种：1.Com组件的方式：这个方式非常累人，微软的东西总是这么的复杂，使用起来可能非常不便，需要安装Excel，对于服务器，有时候还需要为配置IIS权限。折腾人，看到很多人在群里面使用这个东西，出现各种抓狂的错误；
2.开源NPOI组件：这个方式应该是很多人都在使用的，这个开源的组件相比第一种，虽然稍微简单了点(2003支持比较好，新版本也支持Xlsx)，但还是非常好用的；最近在浏览NPOI的开源网站的时候，突然发现Spire居然是NPOI的赞助商。。赞一个吧，互相帮助，服务大众，不像国内的什么 百毒，企鹅，一天到晚打架，互抨，还要封杀，真是可怜啊。
阅读全文
在.NET平台，操作Excel文件是一个非常常用的需求，目前比较常规的方法有以下几种：1.Com组件的方式：这个方式非常累人，微软的东西总是这么的复杂，使用起来可能非常不便，需要安装Excel，对于服务器，有时候还需要为配置IIS权限。折腾人，看到很多人在群里面使用这个东西，出现各种抓狂的错误；
2.开源NPOI组件：这个方式应该是很多人都在使用的，这个开源的组件相比第一种，虽然稍微简单了点(2003支持比较好，新版本也支持Xlsx)，但还是非常好用的；最近在浏览NPOI的开源网站的时候，突然发现Spire居然是NPOI的赞助商。。赞一个吧，互相帮助，服务大众，不像国内的什么 百毒，企鹅，一天到晚打架，互抨，还要封杀，真是可怜啊。
阅读全文
摘要：真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
摘要：
这篇文章使用的代码来自于博客园的marvin，非常感谢。在他的文章：如何给你的为知笔记添加一个漂亮的导航目录中，介绍了给文章自动添加目录的过程，我当时就非常兴奋，一直想要个类似的插件，就是不会写。所以当天就咨询了marvin，在他的提示下，我把他博客的CSS和js文件扒下来了，经过一番改进，成为了我博客目前使用的，所以分享出来。有了目录，的确是方便很多，可以快速的跳到指定的段落。
阅读全文
这篇文章使用的代码来自于博客园的marvin，非常感谢。在他的文章：如何给你的为知笔记添加一个漂亮的导航目录中，介绍了给文章自动添加目录的过程，我当时就非常兴奋，一直想要个类似的插件，就是不会写。所以当天就咨询了marvin，在他的提示下，我把他博客的CSS和js文件扒下来了，经过一番改进，成为了我博客目前使用的，所以分享出来。有了目录，的确是方便很多，可以快速的跳到指定的段落。
阅读全文
摘要：今天要介绍的是Math.NET中扩展的其他随机数生成算法。真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
今天要介绍的是Math.NET中扩展的其他随机数生成算法。真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
摘要：真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。伪随机数的作用在开发中的使用非常常见，因此.NET在System命名空间，提供了一个简单的Random随机数生成类型。但这个类型并不能满足所有的需求，本节开始就将陆续介绍Math.NET中有关随机数的扩展以及其他伪随机生成算法编写的随机数生成器。
阅读全文
摘要：数据集的基本统计计算是应用数学，以及统计应用中最常用的功能。如计算数据集的均值，方差，标准差，最大值，最小值，熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍的是使用Math.NET计算相关系数的类：Correlation。相关系数，或称线性相关系数、皮氏积矩相关系数(Pearson product-moment correlation coefficient, PPCC)等，是衡量两个随机变量之间线性相关程度的指标。它由卡尔·皮尔森(Karl Pearson)在1880年代提出[1]，现已广泛地应用于科学的各个领域。 相关系数计算公式中，取值范围为[-1,1]，r0表示正相关，r0表示负相关，|r|表示了变量之间相关程度的高低。特殊地，r=1称为完全正相关，r=-1称为完全负相关，r=0称为不相
阅读全文
数据集的基本统计计算是应用数学，以及统计应用中最常用的功能。如计算数据集的均值，方差，标准差，最大值，最小值，熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍的是使用Math.NET计算相关系数的类：Correlation。相关系数，或称线性相关系数、皮氏积矩相关系数(Pearson product-moment correlation coefficient, PPCC)等，是衡量两个随机变量之间线性相关程度的指标。它由卡尔·皮尔森(Karl Pearson)在1880年代提出[1]，现已广泛地应用于科学的各个领域。 相关系数计算公式中，取值范围为[-1,1]，r0表示正相关，r0表示负相关，|r|表示了变量之间相关程度的高低。特殊地，r=1称为完全正相关，r=-1称为完全负相关，r=0称为不相
阅读全文
摘要：Matlab开发以及C#与Matlab混合编程文章目录
阅读全文
摘要：19..NET平台机器学习资源汇总，有你想要的么？ 18.这些.NET开源项目你知道吗？让.NET开源来得更加猛烈些吧!（第二辑） 17..NET平台开源项目速览(3)小巧轻量级NoSQL文件数据库LiteDB 16..NET平台开源项目速览(2)Compare .NET Objects对象比较组件 15..NET平台开源项目速览(1)SharpConfig配置文件读写组件 14.这些.NET开源项目你知道吗？让.NET开源来得更加猛烈些吧 13.【原创】彩票预测算法：离散型马尔可夫链模型 12.【资源】108个大数据文档PDF开放下载-整理后打包下载
阅读全文
摘要：数据挖掘与机器学习相关算法文章目录
阅读全文
摘要：本博客所有文章分类的总目录链接：http://www.cnblogs.com/asxinyu/p/4288836.html1.微软Infer.NET机器学习组件目录1.Infer.NET连载(一)介绍2.Infer.NET连载(二)贝叶斯分类器例子后续继续更新中。。如文章链接打开有误，请关注博客，因...
阅读全文
摘要：
数据集的基本统计计算是应用数学，以及统计应用中最常用的功能。如计算数据集的均值，方差，标准差，最大值，最小值，熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍这方面的内容。这样就可以使用C#进行数据集合的相关统计计算，以前在matlab中一个函数可以解决的问题，在C#里面也可以一个函数解决。所以Math.NET很大程度上替代了Matlab的基础数据计算功能，当然是不能和Matlab媲美的。
阅读全文
数据集的基本统计计算是应用数学，以及统计应用中最常用的功能。如计算数据集的均值，方差，标准差，最大值，最小值，熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍这方面的内容。这样就可以使用C#进行数据集合的相关统计计算，以前在matlab中一个函数可以解决的问题，在C#里面也可以一个函数解决。所以Math.NET很大程度上替代了Matlab的基础数据计算功能，当然是不能和Matlab媲美的。
阅读全文
摘要：数论就是指研究整数性质的一门理论。数论=算术。不过通常算术指数的计算，数论指数的理论。整数的基本元素是素数，所以数论的本质是对素数性质的研究。它是与平面几何同样历史悠久的学科。它大致包括代数数论、解析数论、计算数论等等。Math.NET也包括了很多数论相关的函数，这些函数都是静态的，可以直接调用，如判断是否奇数，判断幂，平方数，最大公约数等等。同时部分函数已经作为扩展方法，可以直接在对象中使用。
阅读全文
数论就是指研究整数性质的一门理论。数论=算术。不过通常算术指数的计算，数论指数的理论。整数的基本元素是素数，所以数论的本质是对素数性质的研究。它是与平面几何同样历史悠久的学科。它大致包括代数数论、解析数论、计算数论等等。Math.NET也包括了很多数论相关的函数，这些函数都是静态的，可以直接调用，如判断是否奇数，判断幂，平方数，最大公约数等等。同时部分函数已经作为扩展方法，可以直接在对象中使用。
阅读全文