不游泳的鱼 Do the right thing right - 在右边做右边的事
博客园首页新随笔联系订阅管理

2018年9月1日

编译入门：传说中的编译是在做什么

摘要：一、编译的定义编译程序（Compiler）是一种程序。它把用高级语言写的源程序作为数据接收，经过翻译转换，产生面向机器的代码作为输出。这当中代码还可能要由汇编程序或装配程序作进一步加工，得出目标程序，交给计算机执行。二、 Linux下的编译过程概述根据编译的定义，编译就是把高级语言的源文件阅读全文

posted @ 2018-09-01 17:30 不游泳的鱼阅读(14532) 评论(0) 推荐(2)

2017年10月13日

机器学习原理与算法（剧场版）机器学习中的最优化问题

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！简介：本章是机器学习原理与算法系列博文的番外篇。。。番外篇背景：博主学习Machine Learning (CS229 powered by Standford)课程到第8课SVM的时候终于领悟到，之前碰到的很多算法，其实都是数学中的最阅读全文

posted @ 2017-10-13 23:09 不游泳的鱼阅读(1559) 评论(0) 推荐(0)

2017年10月3日

机器学习原理与算法（六）支持向量机

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！本章索引：从第3章的Logistic回归算法开始，我们一直在讨论分类问题。在各种不同的分类算法中，...，我们一直在讨论如何分类，而没有考虑到分类的效果如何。假设不考虑分类算法本身的思想，运算复杂度等问题，是不是所有的分类效果都是一样的呢阅读全文

posted @ 2017-10-03 15:20 不游泳的鱼阅读(461) 评论(0) 推荐(0)

2017年10月2日

机器学习原理与算法（五）生成学习算法

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！本章索引：前4章，我们依次讨论了回归问题与各种回归方法，分类问题与各种分类方法，以及一种通用的建模方式，按照它提供的假设和流程，可以很方便的自动生成广义线性模型模型，以解决实际的回归问题和分类问题。之前介绍过的方法都属于判别学习算法，最重阅读全文

posted @ 2017-10-02 23:24 不游泳的鱼阅读(409) 评论(0) 推荐(0)

机器学习原理与算法（四）广义线性模型

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！本章索引：在第2章的回归问题中，我们假设了$(y|x; \theta) \sim \mathcal{N} (\mu, \sigma^2)$，并通过最大似然估计得到了最小均方；在第3章的分类问题中，我们又假设$(y|x; \theta) \ 阅读全文

posted @ 2017-10-02 23:18 不游泳的鱼阅读(955) 评论(0) 推荐(0)

2017年10月1日

机器学习原理与算法（三）监督学习之分类问题

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！本章索引：本章将讨论监督学习中的第二个问题 - 分类问题。分类问题和回归问题相似，唯一不同的是分类问题中输出变量$y$的取值是离散值，本章只讨论其中的二值分类问题，即$y$只能取2个离散值：0或者1。例如，如果我们建立一个垃圾邮件分类器，阅读全文

posted @ 2017-10-01 21:29 不游泳的鱼阅读(824) 评论(0) 推荐(0)

2017年8月7日

机器学习原理与算法（一）机器学习概述 - 动机、应用场景及举例

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！本章索引：本章为整个系列的引言部分。将包含以下内容： 1. 机器学习的动机 2. 机器学习的应用场景 3. 机器学习的定义在正式开始本系列文章的第一部分以前，我非常迫切的希望给众看官分享一桶鸡汤，至少这是我自己喝过的鸡汤，且细品过它的美阅读全文

posted @ 2017-08-07 23:10 不游泳的鱼阅读(553) 评论(0) 推荐(0)

2017年8月6日

Altera FPGA SoC搭建步骤

摘要： Altera SoC 官方搭建指南： https://rocketboards.org/foswiki/Documentation/EmbeddedLinuxBeginnerSGuide 官方文档中除了讲解搭建方法之外，还有很多原理性的介绍，感兴趣的朋友可以自己阅读。准备工作： 1. 安装Alte 阅读全文

posted @ 2017-08-06 11:45 不游泳的鱼阅读(10072) 评论(2) 推荐(2)

2017年7月29日

机器学习原理与算法（二）监督学习之回归问题

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！正式内容开始前，我们首先约定本系列文章中所使用的各种符号： $m$: 训练集合中，训练样本的总数目。 $x$: 输入变量，也称为特征(feature)。 $y$: 输出变量，也称为目标变量(target)。 $n$: 模型中，特征的数量。阅读全文

posted @ 2017-07-29 00:35 不游泳的鱼阅读(1100) 评论(1) 推荐(0)

2017年7月28日

机器学习原理与算法（零）前言

摘要：版权声明：本系列文章为博主原创文章，转载请注明出处！谢谢！写作动机：因为工作和个人兴趣的关系，博主目前正在自学机器学习相关的知识。在学习的时候感觉很多知识点很抽象，当时理解且记住了，过了段时间就又忘记了，毕竟是上了年纪的人了o(╯□╰)o 纸上得来终觉浅，绝知此事要躬行。为了能够系统的将这门抽象阅读全文

posted @ 2017-07-28 19:34 不游泳的鱼阅读(273) 评论(0) 推荐(0)