hare101

摘要： Python提供了数值、字符串、布尔值和空值4种基础数据类型，其中数值包括：整数、浮点数，空值用None表示。 对于复杂的问题，最基础的数据类型可能没法解决，于是引入Python内置的数据结构，包括：列表、元组、字典和集合。大多数情况下使用这些数据结构是很简单的。 但是，经常碰到到诸如增加、删改、查 阅读全文

摘要： import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 1, 50) 从0到1，等分50分 y = 210 (x 6) ((1 x) 4) 这里是函数的表达式 plt.figure() 定义一个图像窗口 plt.pl 阅读全文

摘要： import cv2 import numpy as np Load two images img1 = cv2.imread('messi.png') img2 = cv2.imread('logo.png') I want to put logo on top left corner, So I 阅读全文

摘要： 数字图像的本质是矩阵，一个数字图像就是一个二维矩阵，矩阵中的每个元素代表图像的一个像素。 对于灰度图像来说，这个像素只有一个灰度值，英文是intensity，由8个bit来表示，每个像素的灰度值为0~255中的一个值； 对于彩色图像来说，计算机采用三原色，即RGB模式，每个像素由R、G、B三个值确定 阅读全文

摘要： 此种方法相当于shift + delete 阅读全文

摘要： 其实今天只花了一点点时间来学习这本书， 如果模型的参数过多，而训练数据又不足够多的话，就会出现overfitting。 overfitting可以通过regularization来解决，贝叶斯方法也可以避免overfitting的出现，实际上在贝叶斯模型里，模型的有效参数数量会自动地根据训练数据集大 阅读全文

摘要： 用一个例子来讲述regression。 采用sin(2*pi*x)加入微弱的正态分布噪声的方式来获得一些数据，然后用多项式模型来进行拟合。 在评价模型的准确性时，采用了误差函数的方式，用根均方误差的方式来表示误差函数。 很明显，如果模型选错了，无论你怎么拟合，都不可能找到合适的结果。所以，当你面对一 阅读全文

摘要： Preface 模式识别这个词，以前一直不懂是什么意思，直到今年初，才开始打算读这本广为推荐的书，初步了解到，它的大致意思是从数据中发现特征，规律，属于机器学习的一个分支。 在前言中，阐述了什么是模式识别之后，立刻就提到了贝叶斯方法，感觉贝叶斯方法在模式识别中有一个特别重要的位置。至于为什么，我现在 阅读全文

摘要： https://cosx.org/2013/01/story-of-normal-distribution-1 有一天一个哥们，也许是个赌徒，向棣莫弗提了一个和赌博相关的问题：A、B 两人在赌场里赌博，A、B 各自的获胜概率是p,q=1−pp,q=1−p, 赌 nn 局。两人约定：若 A 赢的局数  阅读全文