11 2019 档案

AI-统计学习（18）-隐马尔可夫和条件随机场
摘要：隐马尔可夫和条件随机场 应用于语音识别、自然语言处理等应用。 简单的说我们就是用图，有向图、无向图来表示离散的变量和其概率分布。 解决的是标注问题，关注的是变量之间的“依赖性”“独立性”。 1.团、最大团 2.有向图 无向图 3.马尔可夫性 4.隐马尔可夫模... 阅读全文
posted @ 2019-11-29 20:29 jasmineTang 阅读(199) 评论(0) 推荐(0)
python-图形绘制(1)-turtle-递归-分形几何美学-分形树
摘要：分形几何美学：客观事物具有自相似的层级结构，局部与整体在形态、功能、信息、时间、空间等方面具有统计意义上的相似性，称为自相似性。自相似性指局部是整体成比例缩小的性质。 分形树 单根树 所有的分形树是由单根树堆叠而成的。 1.tur... 阅读全文
posted @ 2019-11-28 19:02 jasmineTang 阅读(508) 评论(0) 推荐(0)
C++-问题(3)-解决引用外部DLL时报error LNK2019-无法解析外部符号-VS2019
摘要：VS MFC 加载动态库时会出现LNK2019这样的错误。附上可运行的EXE调DLL示例代码。VS2019下运行。 首先确保EXE 和DLL是相同位和平台的。32位 64位，请匹配好，在属性页最上面查看。 调试中出现如下错误： 一般表示已经有lib和... 阅读全文
posted @ 2019-11-27 18:32 jasmineTang 阅读(602) 评论(0) 推荐(0)
AI-统计学习（17）-EM算法
摘要：EM算法是什么的？真实应用中，很多情况都是不完全数据，或者缺失数据，但我们还是想知道它的概率分布。正常情况下，我们用最大似然估计或者贝叶斯进行概率预测，实现监督学习，而这算法就是针对非监督的概率分布预测的。初始值不同时会存在局部最优的情况。 1.用... 阅读全文
posted @ 2019-11-24 19:35 jasmineTang 阅读(106) 评论(0) 推荐(0)
python-（1）-概述-python能做什么
摘要：Python 这么火，那它究竟能做什么？当然我只写了一个子集。 1.数据分析，可视化 2.NLP自然语言处理 3.社交网络关系《权力的游戏》人物关系分析 4.计算机视觉 5.量化交易平台 数据分析，可视化 1数量统计 2变量之间的关系 3热图，不同属性的关... 阅读全文
posted @ 2019-11-23 05:06 jasmineTang 阅读(62) 评论(0) 推荐(0)
C++-问题(1)-解决“错误 D8016 “/ZI”和“/Gy-”命令行选项不兼容 ”-VS2019
摘要：问题描述： 解决方法：手动更改 /ZI命令行选项 或者 /Gy命令行选项： 1.进入“项目”—>“属性”—>“C/C++” 2.—>“常规”—>“调试信息格式”—>选择“程序数据库(/Zi)”或“无” 3.—>“代码生成”—>“启用函数集链接”—>选择“是... 阅读全文
posted @ 2019-11-23 05:05 jasmineTang 阅读(1186) 评论(0) 推荐(0)
AI-西瓜书(1)-一元线性回归公式推导（1）-偏置b
摘要：对于实际应用来说，一元线性回归是常用的，实测值、预测值、损失值。为了调参、为了最小化损失，知其然也知其所以然，不能怕麻烦，手推公式。最重要的是理解了背后的数学原理，可以做恒等变形和等价变换，实际应用时，可以使得原来不可解的变为可解的。 原问题： 1... 阅读全文
posted @ 2019-11-21 18:26 jasmineTang 阅读(589) 评论(0) 推荐(0)
C++-问题(2)-解决“exe连接lib错误 ”问题-VS2019
摘要：问题： VS2019 EXE下调用dll的设置正解。避免链接错误。 解决方案： 一共5步： 1.确定.lib 和.h 文件 2.明确位数，是32位还是64位 3.配置属性添加目录 4.链接器添加目录 5.链接器添加文件名 可以是多个。 1.确定头... 阅读全文
posted @ 2019-11-21 18:25 jasmineTang 阅读(190) 评论(0) 推荐(0)
C++-C++11新特性（1）-enum
摘要：C++98与C++11 C++98中{，，}的枚举量作用域是全局的，C++11可以用 class struct来实现相同枚举量定义。枚举量Int 型 C++98无需显示转换，c++11需显示转换。1.定义 比如我要定义一个苹果，一个橘子，都有小... 阅读全文
posted @ 2019-11-21 12:13 jasmineTang 阅读(95) 评论(0) 推荐(0)
AI-统计学习(16)-图解 L1L2正则-凸优化
摘要：L1 L2正则-凸优化问题 解决什么问题：解决过拟合 什么叫过拟合？ 模型复杂，数据量小。 表现： 训练集好 测试集不好。 怎么办：减少参数。如何减少呢？数学上叫正则化 写损失... 阅读全文
posted @ 2019-11-20 18:52 jasmineTang 阅读(507) 评论(0) 推荐(0)
C++MFC（6）-静态分割窗口-动态分割窗口-VS2019
摘要：分割窗口分为动态和静态 1.动态分割窗口 1.1定义一个CPlitterWnd 对象 1.2 重载CFrameWnd::OnCreateClient 1.3 重载 CFrameWnd::OnCreateClient 调用 CPli... 阅读全文
posted @ 2019-11-19 19:19 jasmineTang 阅读(226) 评论(0) 推荐(0)
C++-MFC(5)-字体和文本输出-CFONT-CDC(CPen，CBrush)-VS2019-实例源码
摘要：文本按一定字体输出是界面常用的功能。 用到字体类CFont 和 文本输出函数dc.TextOut() 与一般的类对象使用方法一样：CFont也是创建、初始化、设定属性、调用、删除。 三点注意： 1.设定一次属性，显示一次设定的样式。 2.用完后记得恢复到默认设... 阅读全文
posted @ 2019-11-19 19:16 jasmineTang 阅读(433) 评论(0) 推荐(0)
AI-统计学习(15)-Adaboost（2）-训练误差界
摘要：Adaboost由于其分类效果好，算法简单，还有其可靠的理论基础，深受大家欢迎。 本文以统计学习三要素来说说这个模型，并对训练误差界进行说明。希望对大家理解这些公式有帮助。 Adaboost 模型说明 2.训练误差界 1.Adaboost 模型说... 阅读全文
posted @ 2019-11-19 19:15 jasmineTang 阅读(192) 评论(0) 推荐(0)
AI-统计学习(14)-Adaboost（1）-基本模型
摘要：Adaboost由于其分类效果好，算法简单，还有其可靠的理论基础，深受大家欢迎。 1.用来解决什么问题：二分类模型。 2.如何解决：弱学习器的叠加生成强学习器 3.判断标准：分类误差率 4.调整的是什么？基本分类器的权重 5.步骤：N 6.总结：并行 ... 阅读全文
posted @ 2019-11-19 19:12 jasmineTang 阅读(102) 评论(0) 推荐(0)
AI-机器学习(13)-神经网络-RNN
摘要：什么时候用？文本、音频分析。 永标准的神经网络用来解决这些问题时的缺点？ 1.标准的神经网络，输入样本长度固定的。这个可以处理序列信号长度不同的情况。比如输入文本，第一次输入20个词，第二次输入30个词。RNN用输出序列解决这个问题... 阅读全文
posted @ 2019-11-17 17:22 jasmineTang 阅读(69) 评论(0) 推荐(0)
AI-机器学习(11)-神经网络-前向传播
摘要：神经网络说起来很神秘，在输入项少，隐藏层少的情况下还是不难的。本文手动构建了一，2项输入、2隐藏层，1输出的前向神经网络。 基本的模式就是 过程->符号->公式->代码。 程序过程就是录入数据项训练->结果。 ... 阅读全文
posted @ 2019-11-17 16:11 jasmineTang 阅读(93) 评论(0) 推荐(0)
AI-机器学习(12)-神经网络-反向传播
摘要：反向传播神经网络如雷贯耳。哪哪都是这个词。为什么要反向？ 首先神经网络是为了最优化参数，wb. 梯度下降最优解。如何做？求导。当把所有式子列出来后，会发现式链式求导，有大量重复。从数学计算的简便性来说，反过来可以避免重复,简化计算，这... 阅读全文
posted @ 2019-11-17 16:06 jasmineTang 阅读(72) 评论(0) 推荐(0)
AI-机器学习(10)-SVM(4)-软硬间隔-模型择优唯一标准
摘要：感知机和SVM都是线性可分，那他们有什么区别呢？还有什么是支持向量机，硬间隔和软间隔又是什么？。 1.感知机与SVM的异同 2.硬间隔最大化 3.软间隔最大化 1.感知机与SVM的异同 感知机和SVM都是用于处理二分类问题。... 阅读全文
posted @ 2019-11-16 07:28 jasmineTang 阅读(221) 评论(0) 推荐(0)
C++-MFC(4)-rebbion界面风格-全屏及响应键盘消息的退出-VS2019-实例源码
摘要：VS2019 MFC界面一般有三种风格，MFC、VS、Rebbion。上图。是在"创建项目"-"样式选择"中设定。本文讲了一下rebbion的基本操作，并实现了一个全屏和退出的功能。 1.三种效果图 2.rebbion操作 3.... 阅读全文
posted @ 2019-11-14 18:57 jasmineTang 阅读(182) 评论(0) 推荐(0)
AI-统计学习(11)-改进的迭代算法及拟牛顿法
摘要：逻辑回归时是需要改进迭代尺度算法，用于提高收敛性，而对于没有显示形式方程求极值或者0时，我们需要用拟牛顿法。 1.改进的尺度迭代算法 1.1公式及解释 1.2求解步骤及难点说明 1.2.1.第一次缩放 1.2.2第... 阅读全文
posted @ 2019-11-14 18:57 jasmineTang 阅读(255) 评论(0) 推荐(0)
C++-MFC-BCG(2)-自适应对话框-VS2019
摘要：在做界面的时候，MFC没有layout布局，默认情况下，对话框大小固定，且里面的控件大小固定。针对这种情况做了一点优化。 上图 用法步骤： 1.添加ControlAutoLayout.h, ControlAutoLayout.cpp, La... 阅读全文
posted @ 2019-11-12 20:11 jasmineTang 阅读(303) 评论(0) 推荐(0)
AI-统计学习(10)-拉格朗日对偶性-求极值必备
摘要：我们经常要做的就是求解极值，最大或者最小。为了数学方便，引入的是拉格朗日乘子和对偶性。在求解极值的其实就是关注d*（最优值） C（约束） p*（最优概率）。如果不想看推导，可直接看总结的红字即可。 1.拉格朗日对偶性及其推导 ... 阅读全文
posted @ 2019-11-12 20:10 jasmineTang 阅读(477) 评论(0) 推荐(0)
AI-统计学习（9）-贝叶斯求概率最大化python-实例源码
摘要：贝叶斯常用来解决二分类问题 比如我有如下一组数据，建了一个模型，现在我想计算一下 新值x(2,s), 它输出-1和1的概率分别是多少呢。 步骤：1.公式计算 2.预测 公式计算 1.1 ... 阅读全文
posted @ 2019-11-10 16:12 jasmineTang 阅读(99) 评论(0) 推荐(0)
AI-统计学习（8）-决策树模型-python-实例源码
摘要：决策树是种可视化的模型，可做分类也可做回归。 概念内容详看前章，本文讲如何python 实现。 回顾一下 比如我知道一组人的信息：年龄、是否有工作、是否有房贷…这叫特征值，现在再来一些人，这时我想能否贷款给他。我该怎么做呢，就可以用决策树模型实现。左边是数据，... 阅读全文
posted @ 2019-11-10 15:33 jasmineTang 阅读(208) 评论(0) 推荐(0)
AI-统计学习（7）-决策树模型-“概念表格”到”树”再到”数学表达式”-全过程详解
摘要：决策树是种可视化的模型，可做分类也可做回归。 比如我知道一组人的信息：年龄、是否有工作、是否有房贷…这叫特征值，现在再来一些人，这时我想能否贷款给他。我该怎么做呢，就可以用决策树模型实现。左边是数据，右边是树。当然这棵树没有把全部的特征向量放进去只是示意了一下... 阅读全文
posted @ 2019-11-10 11:07 jasmineTang 阅读(250) 评论(0) 推荐(0)
AI-统计学习（6）-贝叶斯求后验概率最大化
摘要：贝叶斯求后验证概率最大化 与极大似然估计相比多了一个 1.二项先验分布（beta分布） 2.Dirichlet先验分布 3.概率密度分布图像 4.方程表达： 4.1初始 4.... 阅读全文
posted @ 2019-11-09 20:44 jasmineTang 阅读(117) 评论(0) 推荐(0)
AI-统计学习（5）-极大似然估计求后验概率最大化
摘要：手推了一把用极大似然估计算后验概率最大化记录一下。 1.二项分布、多项分布和联合概率分布数学表达形式 2.求解步骤 2.1带约束的极值问题，引入拉格朗日乘子 2.2求极值，其实就是求偏导 2.... 阅读全文
posted @ 2019-11-09 20:41 jasmineTang 阅读(112) 评论(0) 推荐(0)
AI-机器学习（9）-PCA-LDA-线性回归必备-详细实现步骤
摘要：PCA LDA用来干什么：数据降维，从高维到低维。 提取特征分量或者叫主成分分析。属于线性回归和拟合必备。 实例：比如淘宝，下单数和成交数分析。 1.PCA 最大化方差如何推出主成分？ 实现步骤：1.1给定数据 1.2中心... 阅读全文
posted @ 2019-11-09 15:34 jasmineTang 阅读(311) 评论(0) 推荐(0)
AI-机器学习（7）-CRF-一看就懂
摘要：1.CRF定义： Conditional Random Fields-条件随机场是一种判别模型，可以用于预测序列数据，通过使用过去的上下文信息，使模型达到更好的预测效果。 2.CRF应用： CRF 可以对序列数据建模， NLP 领域有很... 阅读全文
posted @ 2019-11-09 09:28 jasmineTang 阅读(355) 评论(0) 推荐(0)
C++-MFC-一图读懂-文档、视图、框架、文档模板及应用程序之间的关系
摘要：1.文档、视图、框架定义 2.应用程序、文档、视图、框架、文档模板5者的关系 文档、视图、框架定义 1.1文档类：CDocument 创建、打开、保存 Virtual ... 阅读全文
posted @ 2019-11-07 21:04 jasmineTang 阅读(177) 评论(0) 推荐(0)
AI-机器学习（3）-SVM（3）-核函数
摘要：1.解决的问题： 非线性可分时怎么办。 2.方法：低维映射到高维。 3.如何从低维到高维 核函数： 向量间的点乘，都会用到核函数 点乘出现是因为对偶。 4.... 阅读全文
posted @ 2019-11-06 20:44 jasmineTang 阅读(65) 评论(0) 推荐(0)
C++-MFC-BCG(1)-安装-VS2019-VC6.0
摘要：1.下载BCG包并安装 next即可不赘述。 2.跑DEMO 2.1VS2019 A:出现E1696 出现没有包含头文件的错误。 解决方法：在现有项目中添加头文件路... 阅读全文
posted @ 2019-11-06 17:36 jasmineTang 阅读(272) 评论(0) 推荐(0)
C++-MFC-BCG(5)-Dialog对话框-VC6.0-实例源码
摘要：基于MFC写的一个Dialog和几个控件，因为MFC界面一直不太美观，用BCG美化了一下。附VC6.0底下的实例源码。 1.对比图 2.实现步骤 1.对比图 2.实现步骤 2.1.在stdaf... 阅读全文
posted @ 2019-11-06 17:28 jasmineTang 阅读(297) 评论(0) 推荐(0)
QT(27)-mySql-TreeWidget-动态构建目录-递归和非递归实现-实例源码
摘要：实际中，我们经常要求点击按钮，读取数据库中的某张表，用树形结构显示表中的数据关系。就是按左边数据查询内容生成右边的表。比如： 为了便于理解，我借用了上图。理解要实现什么就行。 这里只讲技术，于是我把业务剥离，抽象成数字。... 阅读全文
posted @ 2019-11-05 12:07 jasmineTang 阅读(208) 评论(0) 推荐(0)
AI-机器学习（2）-SVM(2)-对偶
摘要：对偶， 我们要解决什么问题呢？约束条件下目标函数如何求最优化。比如两条线的拟合，比如分类。 这跟对偶啥关系呢？ 对偶就是 min(max..)==max(min..) 这是强对偶，min(max..)>= max(min..... 阅读全文
posted @ 2019-11-05 12:05 jasmineTang 阅读(94) 评论(0) 推荐(0)
AI-机器学习（1）-SVM（1）-间隔最优化
摘要：SVM是解决什么问题的：分类 如何解决呢：SVM有三宝，间隔最优化、对偶、核技巧。本文讲讲间隔。 1.线性可分 2.超平面 3.最大间隔超平面 4.支持向量 5.svm间隔最优化问题 6.间隔最优化如何计算 1.什么是线... 阅读全文
posted @ 2019-11-04 06:49 jasmineTang 阅读(153) 评论(0) 推荐(0)
AI-统计学习（4）-KNN 线性扫描算法-python-实例代码
摘要：KNN 线性扫描算法可做线性回归也可做分类。概念详见前篇 示例： 输入数据：训练数据T={(X1,Y1)……(XN,YN)} 待输入数据：（x_test） K值 ... 阅读全文
posted @ 2019-11-03 16:03 jasmineTang 阅读(108) 评论(0) 推荐(0)
AI-统计学习（3）-分类-感知机-python 实例代码
摘要：感知机模型一般用来做二分类，找分类超平面的。概念请参看前篇。本篇是python的具体实现。 示例输入： X_train=np.array([[3,3],[4,3],[1,1]]) y_train=n... 阅读全文
posted @ 2019-11-03 15:54 jasmineTang 阅读(138) 评论(0) 推荐(0)
AI-统计学习（2）-模型-K近邻
摘要：K近邻算法 K近邻模型解决的问题：二分类、多分类、回归。K近邻模型适用条件：非线性可分，局部信息，用完后需要训练集数据 存储方法影响结果。没有很强的假设。 K近邻算法的模型复杂度体现在哪？什么情况下会造成过拟合？ 模型复杂度体现在K值上 K值比较小的时候容易造... 阅读全文
posted @ 2019-11-02 20:44 jasmineTang 阅读(88) 评论(0) 推荐(0)
AI-统计学习（1）-模型-感知机-（随机梯度下降和对偶)
摘要：感知机模型： 感知机模型解决的问题：二分类问题感知机模型适用条件：线性可分感知机模型统计学习三要素：假设空间、策略、求解算法感知机的假设空间是什么？模型复杂度体现在哪？假设空间就是分离超平面 wx+b=0.模型的复杂度主要体现在x(...)的特征数量，也就是维... 阅读全文
posted @ 2019-11-02 12:37 jasmineTang 阅读(124) 评论(0) 推荐(0)
QT(26)-模型与视图-QListWidget、QTreeWidget、QTableWidget-基本操作-实例源码
摘要：QListWidget 1.定义List 2.item 3.list insertItem QListWidget listWidget; QListWidgetItem *listWidgetItem1 = ne... 阅读全文
posted @ 2019-11-01 19:28 jasmineTang 阅读(195) 评论(0) 推荐(0)
QT(29)-数据类型-QList-QMap-QListIterator-QMutableListIterator基本操作-示例源码
摘要：用的语言多了，JAVA、 C++、 python、 JS ，数据类型的用法大致相同但细节处又不一样。今天MARK一下QT 底下的QList、 QMap、 QListIterator、 QMutableListIterator。一般常用的也就是变量的增删... 阅读全文
posted @ 2019-11-01 19:27 jasmineTang 阅读(355) 评论(0) 推荐(0)