• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






小纯洁的兄弟

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2019年8月21日

Python 易错点
摘要: 1. Python查找一个变量时会按照“局部作用域”, “嵌套作用域”, “全局作用域”,“内置作用域”的顺序进行搜索。 在实际开发中,我们应该尽量减少对全局变量的使用,因为全局变量的作用域和影响过于广泛,可能会发生意料之外的修改和使用,除此之外全局变量比局部变量拥有更长的生命周期,可能导致对象占用 阅读全文
posted @ 2019-08-21 19:42 小纯洁的兄弟 阅读(543) 评论(0) 推荐(1)
 

2019年8月13日

Github介绍
摘要: 主要功能: 仓库(Repository):仓库用于存放项目代码, 收藏(Star), 克隆(Fork): fork别人的项目,是独立存在,Pull request(把自己改动过的内容发送给fork来的地方,对方感觉不错的话会合并原仓库,关注(Watch):只要以后这个项目有更新,都会在你github 阅读全文
posted @ 2019-08-13 19:44 小纯洁的兄弟 阅读(248) 评论(0) 推荐(0)
 

2019年3月12日

Git&Github
摘要: 1. 版本控制 版本控制工具该具备的功能: 协同修改:多人并行不悖修改服务器端的同一个文件 数据备份:不仅保存目录和当前文件状态,还能保存每一个提交过的历史状态 版本管理:保存每一个版本信息文件是不重复保存数据,节约空间。SVN采用的是增量式管理,Git采取文件系统快照方式 权限控制:对开发人员权限 阅读全文
posted @ 2019-03-12 14:25 小纯洁的兄弟 阅读(240) 评论(0) 推荐(0)
 

2019年2月27日

图像分类
摘要: 计算机视觉算法在图像识别中遇到的困难: 数据驱动方法: 与其在代码中直接写明各类物体看起来怎么样,倒不如直接采取和教小孩看图识物类似的方法:给计算机很多数据,让计算机自己从数据中学习到每个类的外形。 阅读全文
posted @ 2019-02-27 16:27 小纯洁的兄弟 阅读(310) 评论(0) 推荐(0)
 

2018年11月24日

SVM支持向量机
摘要: 支持向量机通俗导论(理解SVM的三层境界):https://blog.csdn.net/macyang/article/details/38782399/ 写的真的好。 以及:https://www.cnblogs.com/pinard/p/6097604.html 阅读全文
posted @ 2018-11-24 21:18 小纯洁的兄弟 阅读(163) 评论(0) 推荐(0)
 
Apriori算法
摘要: Apriori算法是常用的用于挖掘出数据关联规则的算法,它用来找出数据值中频繁出现的数据集合,找出这些集合的模式有助于我们做一些决策。比如在常见的超市购物数据集,或者电商的网购数据集中,如果我们找到了频繁出现的数据集,那么对于超市,我们可以优化产品的位置摆放,对于电商,我们可以优化商品所在的仓库位置 阅读全文
posted @ 2018-11-24 20:58 小纯洁的兄弟 阅读(771) 评论(0) 推荐(0)
 
Adaboost算法
摘要: 博客1:https://www.cnblogs.com/pinard/p/6133937.html 博客2:https://blog.csdn.net/v_july_v/article/details/40718799 阅读全文
posted @ 2018-11-24 20:41 小纯洁的兄弟 阅读(139) 评论(0) 推荐(0)
 
K-means聚类算法
摘要: K-means也是聚类算法中最简单的一种了,但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中,那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习,以往的回归、朴素贝叶斯、SVM等都是有类别标签y 阅读全文
posted @ 2018-11-24 20:21 小纯洁的兄弟 阅读(1807) 评论(0) 推荐(0)
 
朴素贝叶斯
摘要: 参考博客1:https://blog.csdn.net/AMDS123/article/details/70173402 参考博客2:https://blog.csdn.net/fisherming/article/details/79509025 阅读全文
posted @ 2018-11-24 17:04 小纯洁的兄弟 阅读(154) 评论(0) 推荐(0)
 
EM最大期望算法
摘要: 众所周知,极大似然估计是一种应用很广泛的参数估计方法。例如我手头有一些东北人的身高的数据,又知道身高的概率模型是高斯分布,那么利用极大化似然函数的方法可以估计出高斯分布的两个参数,均值和方差。这个方法基本上所有概率课本上都会讲,我这就不多说了,不清楚的请百度。 然而现在我面临的是这种情况,我手上的数 阅读全文
posted @ 2018-11-24 16:58 小纯洁的兄弟 阅读(795) 评论(0) 推荐(0)
 
下一页