wancy

摘要： 1. 损失函数 损失函数（loss function）或代价函数（cost function）是将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。在应用中，损失函数通常作为学习准则与优化问题相联系，即通过最小化损失函数求解和评估模型。例如在统计学和机器学习中被 阅读全文

摘要： 1. GitHub介绍 GitHub是一个面向开源及私有软件项目的托管平台，因为只支持Git作为唯一的版本库格式进行托管，故名GitHub。GitHub于2008年4月10日正式上线，除了Git代码仓库托管及基本的Web管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱（报表）、 阅读全文

摘要： 1. 计算机网络体系结构 2. 运输层作用 真正进行通信的实体是主机中的进程。从应用层看，只要把报文交给下面的运输层，运输层就可以把报文传送到对方的运输层，好像这种通信是沿着水平方向流动的，但是实际是经过多个层次传送的。 3. 运输层的两个主要协议 运输层的两个主要协议是用户数据报UDP (User 阅读全文

摘要： 1. TCP流式Socket TCP是TCP/IP体系结构中位于传输层的面向连接的协议，提供可靠的字节流传输。通信双方需要建立连接，发送端的所有数据按顺序发送，接受端按顺序接收。 Java提供了ServerSocket类和Socket类用于基于TCP流式Socket的网络通信。ServerSocke 阅读全文

摘要： 1. k近邻算法(K-Nearest Neighbor，KNN) K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该 阅读全文

摘要： 1. 基于密度的聚类算法 基于密度的聚类算法主要思想是只要邻近区域的密度（对象的个数）超过某个阈值，就把它加入到与之相近的聚类中。基于密度的聚类算法代表有DBSCAN算法、OPTICS算法及DENCLUE算法等。 2. DBSCAN(Density-Based Spatial Clustering 阅读全文

摘要： 1. k-means聚类 聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类是建立在无类标记的数据上，是一种非监督的学习算法 k均值聚类算法（k-means clustering algorithm）是最著名的划分聚类算法，是一种迭代求解的聚类分 阅读全文

摘要： 1.查看当前数据库的字符集的语句如下: show variables like ' character %'; 说明: character_set_client:客户端请求数据的字符集。 character_set_connection:客户机/服务器连接的字符集。 character_set_da 阅读全文

摘要： 1. 支持向量机 支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maxim 阅读全文

摘要： 1.动态规划概念与基本思想 动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。20世纪50年代初，美国数学家贝尔曼（R.Bellman）等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，从而创立了动态规划。动态规划的应用极其广泛，包括 阅读全文