一天不进步，就是退步

2016年6月20日

摘要： http://blog.csdn.net/bingjie1217/article/details/21088431?utm_source=tuicool&utm_medium=referral oracle表结构配置mybatis配置文件UsersMapper.xml Mapper类接口类型转换阅读全文

posted @ 2016-06-20 09:49 一天不进步，就是退步阅读(4249) 评论(2) 推荐(0)

决策树--转

摘要：原文地址：https://zh.wikipedia.org/wiki/%E5%86%B3%E7%AD%96%E6%A0%91 机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到阅读全文

posted @ 2016-06-20 09:00 一天不进步，就是退步阅读(274) 评论(0) 推荐(0)

2016年6月17日

Anti-If: The missing patterns--转

摘要：原文地址：http://code.joejag.com/2016/anti-if-the-missing-patterns.html Around 10 years ago I encountered the anti-if campaign and found it to be an absurd 阅读全文

posted @ 2016-06-17 13:31 一天不进步，就是退步阅读(306) 评论(0) 推荐(0)

Logistic regression--转

摘要：原文地址：https://en.wikipedia.org/wiki/Logistic_regression In statistics, logistic regression, or logit regression, or logit model[1] is a regression mode 阅读全文

posted @ 2016-06-17 08:56 一天不进步，就是退步阅读(1967) 评论(0) 推荐(0)

spring源码分析之spring jmx

摘要： JMX架构定义： https://docs.oracle.com/javase/8/docs/technotes/guides/jmx/overview/architecture.html Architecture Outline JMX technology is defined by two c 阅读全文

posted @ 2016-06-17 08:30 一天不进步，就是退步阅读(2631) 评论(0) 推荐(0)

2016年6月15日

LIBSVM -- A Library for Support Vector Machines--转

摘要：原文地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html Chih-Chung Chang and Chih-Jen Lin Version 3.21 released on December 14, 2015. It conducts som 阅读全文

posted @ 2016-06-15 09:25 一天不进步，就是退步阅读(1216) 评论(2) 推荐(0)

支持向量机--转

摘要：原文地址：https://zh.wikipedia.org/wiki/%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA 支持向量机（英语：Support Vector Machine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析阅读全文

posted @ 2016-06-15 09:07 一天不进步，就是退步阅读(582) 评论(0) 推荐(0)

Fisher 线性分类器--转

摘要：原文地址：http://blog.csdn.net/htyang725/article/details/6571550 Fisher 线性分类器由R.A.Fisher在1936年提出，至今都有很大的研究意义，下面介绍Fisher分类器的Fisher准则函数 Fisher准则函数在模式识别的分类算法阅读全文

posted @ 2016-06-15 09:00 一天不进步，就是退步阅读(3067) 评论(0) 推荐(0)

Huber loss--转

摘要：原文地址：https://en.wikipedia.org/wiki/Huber_loss In statistics, the Huber loss is a loss function used in robust regression, that is less sensitive to ou 阅读全文

posted @ 2016-06-15 08:46 一天不进步，就是退步阅读(2496) 评论(0) 推荐(0)

2016年6月14日

最小二乘拟合，L1、L2正则化约束--转

摘要：原文地址：http://blog.csdn.net/u013164528/article/details/45042895 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的阅读全文

posted @ 2016-06-14 09:03 一天不进步，就是退步阅读(4667) 评论(0) 推荐(0)