上一页 1 2 3 4 5 6 ··· 15 下一页
摘要: 最近在学习产品经理的知识,之前对于权限的理解不够系统,也没有足够的重视,最近偶然看到一篇讲解权限的文章,觉得还不错,就梳理学习了一下。画了一个概要图,以供自己后续复习。 如下: 原文链接:https://mp.weixin.qq.com/s/_NR_GfSFigDBKeR4zQgjaw 阅读全文
posted @ 2021-08-21 23:30 孙猴子 阅读(200) 评论(0) 推荐(0)
摘要: 上一篇文章我们介绍了使用逻辑回归来处理分类问题,本文我们讲一个更强大的分类模型。本文依旧侧重代码实践,你会发现我们解决问题的手段越来越丰富,问题处理起来越来越简单。 支持向量机(Support Vector Machine, SVM)是最受欢迎的机器学习模型之一。它特别适合处理中小型复杂数据集的分类 阅读全文
posted @ 2021-02-16 16:34 孙猴子 阅读(476) 评论(0) 推荐(0)
摘要: 本文是机器学习系列的第三篇,算上前置机器学习系列是第八篇。本文的概念相对简单,主要侧重于代码实践。上一篇文章说到,我们可以用线性回归做预测,但显然现实生活中不止有预测的问题还有分类的问题。我们可以从预测值的类型上简单区分:连续变量的预测为回归,离散变量的预测为分类。 一、逻辑回归:二分类 1.1 理 阅读全文
posted @ 2021-02-16 16:32 孙猴子 阅读(609) 评论(0) 推荐(0)
摘要: 预测从瞎猜开始 按上一篇文章所说,机器学习是应用数学方法在数据中发现规律的过程。既然数学是对现实世界的解释,那么我们回归现实世界,做一些对照的想象。 想象我们面前有一块塑料泡沫做的白板,白板上分布排列着数枚蓝色的图钉,隐约地它们似乎存在着某种规律,我们试着找出规律。 白板上的图钉(数据)如上图所示, 阅读全文
posted @ 2021-02-16 16:30 孙猴子 阅读(358) 评论(0) 推荐(0)
摘要: 引言 现在市面上的机器学习教程大多先学习数学基础,然后学机器学习的数学算法,再建立机器学习的数学模型,再学习深度学习,再学习工程化,再考虑落地。这其中每个环节都在快速发展,唯独落地特别困难。我们花费大量时间成本去学习以上内容,成本无疑是特别昂贵的。所以我们不如先“盲人摸象”、“不求甚解”地探索下机器 阅读全文
posted @ 2021-02-16 16:27 孙猴子 阅读(1463) 评论(0) 推荐(0)
摘要: 最近工作中遇到机器学习的一些内容,为了更好的了解该技术,故在博客中找了一组不错的博文,为了后续好查看,特此搬运到这里。 机器学习(一):5分钟理解机器学习并上手实践 机器学习(二):理解线性回归与梯度下降并做简单预测 机器学习(三):理解逻辑回归及二分类、多分类代码实践 机器学习(四):通俗理解支持 阅读全文
posted @ 2021-02-16 16:25 孙猴子 阅读(111) 评论(0) 推荐(0)
摘要: 中国拥有39个工业大类,有: 煤炭开采和洗选业,石油和天然气开采业,黑色金属矿采选业,有色金属矿采选业,非金属矿采选业 ,其他采矿业 ,农副食品加工业,食品制造业,饮料制造业,烟草制品业,纺织业,纺织服装、鞋、帽制造业,皮革、毛皮、羽毛(绒)及其制品业。 木材加工及木、竹、藤、棕、草制品业,家具制造 阅读全文
posted @ 2021-02-15 12:13 孙猴子 阅读(3888) 评论(0) 推荐(0)
摘要: 最近在学习投资的知识,并且通过阅读研报总结出了适合于个人的投资策略。在此记录,以作后续年度复盘使用。 阅读全文
posted @ 2021-02-14 20:13 孙猴子 阅读(120) 评论(0) 推荐(0)
摘要: 现代企业的财务报告分析起来十分复杂,由于不同报表使用人需要获取的报表信息存在着差别,因此分析财务报告首先要找好立足点即报表分析的主体,只有抓准了报表使用人,解决了为谁分析的问题,才能针对具体的分析目的对症下药。一般来说,分析财务报告应由浅入深,循序渐进:首先应就单张表进行相关分析,把握企业的基本情况 阅读全文
posted @ 2020-07-21 09:12 孙猴子 阅读(689) 评论(0) 推荐(0)
摘要: (1)为什么需要overlay: overlay产生的原因是: 1,避免在vertical blank时flip/blt surface造成的画面"撕 裂"现象; 2,使硬件可以窗口模式下使用flip而不是blt,从而提高效率. 3D游戏里面它没有什么用的上的地方, 因为一般硬件不支持 render 阅读全文
posted @ 2020-07-14 09:32 孙猴子 阅读(741) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 ··· 15 下一页