原创 貝葉斯學習
一貝葉斯理論概述 二Brute-Force貝葉斯分類器 三兩種概率學習算法 貝葉斯最優分類器 樸素貝葉斯分類器 四EM算法與混合模型 EM算法訓練二維高斯混合模型demo 一、貝葉斯理論概述 二
2020-02-24 22:21:17
原创 matlab在科學計算中的應用2
一微積分問題的解析解極限問題的解析解 函數導數的解析解 積分問題的解析解 二函數的級數展開與級數求和問題求解Taylor 冪級數展開 Fourier 級數展開 級數求和的計算 三數值微分數值微分算法 中心差分方法及其 MAT
2020-02-24 22:21:17
原创 matlab在科學計算中的應用1
一MATLAB 基本命令簡介 二MATLAB 程序設計語言基礎數值型數據結構 符號型變量數據類型 MATLAB支持的其它數據結構 MATLAB 的基本語句結構 三基本數學運算矩陣的代數運算 矩陣的邏輯運算 矩陣的比較運算 解析
2020-02-24 22:21:17
原创 數據迴歸
一線性迴歸 概率角度理解LMS 局部加權線性迴歸 二非線性迴歸 帶非線性基的迴歸 logistic迴歸 欠擬合與過擬合 一、線性迴歸 即最小化均方誤差LMS，其中X(i)表示第i個樣本。
2020-02-24 22:21:17
原创 概率統計回顧
其中normpdf函數 y=normpdf(x,mu,sigma)：返回參數爲μ和σ的正態分佈密度函數在x處的值。 y=normcdf(x,mu,sigma)：正態分佈函數值，即normpdf函數相應點處的積
2020-02-24 22:21:17
原创 matlab在科學計算中的應用3
一矩陣特殊矩陣的輸入 矩陣基本概念與性質 二線性方程組直接解法線性方程組直接求解矩陣除法 線性方程組直接求解判定求解 線性方程組的直接求解分析 三迭代解法的幾種形式Jacobi迭代法 Gauss-Seidel迭代法 SOR迭
2020-02-24 22:21:17
原创 Numpy - 多維數組（上）
一創建numpy數組 列表生成numpy數組 使用函數來生成數組 文件 IO 創建數組 操作數組 加載包: from numpy import * 一、創建numpy數組: 有多種方式：使用 Python
2020-02-24 22:21:17
原创 試試LaTeX插入數學公式
title: 試試LaTeX插入數學公式 date: 2018-01-27 22:12:30 tags: LaTex 試試LaTeX插入數學公式 博客中要編輯數學公式，在網上找了各種方法，換了各種博客平臺，發現大多都是粘圖片貼鏈接的
2018-08-21 23:39:06
原创 sklearn基本用法
加載數據Data Loading 數據歸一化Data Normalization 特徵選擇Feature Selection 基本算法 邏輯迴歸 樸素貝葉斯 KNN 決策樹 SVM 優化算法參數 加載數據(Data Loa
2018-08-21 23:38:54
2
原创 Pandas 數據處理（下）
一數值運算 統計 函數應用 直方圖 字符處理 二合併 Concat Join 追加 三分組 數據透視表 四時間序列 五分類 六作圖 七數據 IO CSV Excel 一、數值運算 統計 運算通常會排除缺省項 d
2018-08-21 23:38:54
原创 python learning4
字符串方法 #分割 #s.split()將s按照空格（包括多個空格，製表符\t，換行符\n等）分割，並返回所有分割得到的字符串。 line = "1 2 3 4 5" numbers = line.split() print numbe
2018-08-21 23:38:54
原创 Pandas 結構化數據（上）
一Series 二DataFrame 三數據觀察 四選擇切片 通過標籤選擇 通過位置進行選擇 布爾索引 五賦值 六缺省項 載入需要的包： import pandas as pd import numpy as np imp
2018-08-21 23:38:52
1
原创 matplotlib - 2D 與 3D 圖的繪製（上）
一類MATLAB API 二matplotlib 面向對象 API 圖表尺寸長寬比 與 DPI 保存圖表 圖例軸標 與 標題 格式化文本LaTeX字體大小字體類型 設置顏色線寬 與 線型 控制座標軸的樣式 自定義標號位置與符號 科學計
2018-08-21 23:38:52
原创 matplotlib - 2D 與 3D 圖的繪製（下）
一、3D 圖 在matploylib中創建3d圖，首先要做的是創建 Axes3D 類 from mpl_toolkits.mplot3d.axes3d import Axes3D 1. 繪製曲面 import matplotlib.pyp
2018-08-21 23:38:52