scikit-learn点滴

scikit-learn点滴scikit-learn是非常漂亮的一个机器学习库,在某些时候,使用这些库能够大量的节省你的时间,至少,我们用Python,应该是很难写出速度快如斯的代码的.scikit-learn官方出了一些文档,但是个人觉得,它的文档很多东西都没有讲清楚,它说算法原理的时候,只是描述
1次阅读

crucible VS gerrit

crucible优缺点:1、其支持各种版本控制系统,如CVS,SVN,GIT2、代码审核方面其主要支持Post commit模式,即开发者在代码提交到master后进行review3、其虽然也支持Pre-commit,即在提交到master之前审核。但在创建review之前需要手动的将所修改的代码片
8次阅读

[BZOJ2391]Cirno的忧郁

[BZOJ2391]Cirno的忧郁试题描述Cirno闲着无事的时候喜欢冰冻青蛙。Cirno每次从雾之湖中固定的n个结点中选出一些点构成一个简单多边形,Cirno运用自己的能力能将此多边形内所有青蛙冰冻。雾之湖生活着m只青蛙,青蛙有大有小,所以每只青蛙的价值为一个不大于10000的正整数。Cirno
4次阅读

BZOJ 2393 Cirno的完美算数教室

就是爆搜嘛。先从大到小排个序能减去dfs树上很大的一部分。这个技巧要掌握。#include<iostream>#include<cstdio>#include<cstring>#include<algorithm>#include<cmath&g
5次阅读

Docker / CI / CD

CI Weekly #6 | 再谈 Docker / CI / CD 实践经验 CI Weekly 围绕『 软件工程效率提升』 进行一系列技术内容分享,包括国内外持续集成、持续交付,持续部署、自动化测试、 DevOps 等实践教程、工具与资源,以及一些工程师文化相关的程序员 Tips 。同
3次阅读

stanford coursera 机器学习编程作业 exercise 6(支持向量机-support vector machines)

在本练习中,先介绍了SVM的一些基本知识,再使用SVM(支持向量机 )实现一个垃圾邮件分类器。 在开始之前,先简单介绍一下SVM①从逻辑回归的 cost function 到SVM 的 cost function逻辑回归的假设函数如下:hθ(x)取值范围为[0,1],约定hθ(x)>
17次阅读

stanford coursera 机器学习编程作业 exercise 5(正则化线性回归及偏差和方差)

本文根据水库中蓄水标线(water level) 使用正则化的线性回归模型预 水流量(water flowing out of dam),然后 debug 学习算法 以及 讨论偏差和方差对 该线性回归模型的影响。 ①可视化数据集本作业的数据集分成三部分:ⓐ训练集(training set)
10次阅读

stanford coursera 机器学习编程作业 exercise4--使用BP算法训练神经网络以识别阿拉伯数字(0-9)

在这篇文章中,会实现一个BP(backpropagation)算法,并将之应用到手写的阿拉伯数字(0-9)的自动识别上。训练数据集(training set)如下:一共有5000个训练实例(training instance),每个训练实例是一个400维特征的列向量(20*20 pixel imag
11次阅读

stanford coursera 机器学习编程作业 exercise 3(使用神经网络 识别手写的阿拉伯数字(0-9))

本作业使用神经网络(neural networks)识别手写的阿拉伯数字(0-9)关于使用逻辑回归实现多分类问题:识别手写的阿拉伯数字(0-9),请参考:http://www.cnblogs.com/hapjin/p/6085278.html 由于逻辑回归是线性分类(它的假设函数是一个线性
15次阅读

stanford coursera 机器学习编程作业 exercise 3(逻辑回归实现多分类问题)

本作业使用逻辑回归(logistic regression)和神经网络(neural networks)识别手写的阿拉伯数字(0-9)关于逻辑回归的一个编程练习,可参考:http://www.cnblogs.com/hapjin/p/6078530.html下面使用逻辑回归实现多分类问题:识别手写的
12次阅读