原创 Sigma algebra

1.什麼樣的東西叫做Sigma algebra 這裏全集記作S,Sigma algebra是S一族子集合。 它有三個限制條件,Sigma algebra記作σ,σ中的一個子集記作e (1)空集∈σ (2)e∈σ,則e的補集∈σ (

原创 SSD:Single Shot MultiBox Detector翻譯

最近看到了SSD的這篇論文,想學習,也爲了提高自己單詞詞數。自己就手動翻譯了一遍。 摘要 在圖像領域,我們頒發識別物體的一個方法。使用一個單一深度神經網絡。我們的方法被命名SSD,根據特徵映射位置,邊框的輸出空間離散化到一套不同比

原创 grokking Deep Learning(摸索深度學習)第一章

grokking Deep Learning這本書是我看的深度學習的第四本書,是知乎推薦的,可惜它是英文,頁數又多,網上還沒有中文版。但我還是決定慢慢啃,光看書容易忘記,所以我決定在我看書翻譯過程中寫成博客的形式,讓自己對這本書印

原创 Class RestTemplate

一、RestTemplate的結構 1.繼承結構 2.以實現接口 3.完整類頭:public class RestTemplate extends InterceptingHttpAccessor implements RestOpe

原创 Java後端參數找不到解決方法

一、進不了Controller 用@RequestParam 二、Dao層找不到Service層傳的參數 用@Param

原创 Tomcat配置外網訪問

一、把項目的War包放進webapps 二、修改server.xml 在紅色塗改處輸入IP地址或者域名 在docBase輸入項目名(也就是說設置爲默認訪問項目)

原创 Java面試題

前言:寫這個感覺和考試前老師給的題庫一樣,有點投機取巧的感覺。但我想了想,從另一個角度來說,屬於善於總結層面的。而且把這個看完,看懂說明了有學習能力和態度,並且基礎也不會差。就符合企業對應屆生的招聘需求。 一、Java基礎 1.JDK

原创 樸素貝葉斯和貝葉斯網絡

一、樸素貝葉斯 樸素貝葉斯的前提是特徵之間沒有關聯。 公式爲: 舉例例子理解: x:某些詞彙,y:垃圾郵件或者正常郵件,p(x|y):當是垃圾郵件或者正常郵件時,某些詞彙出現概率,p(y):垃圾郵件或正常郵件的概率,p(x):某些詞

原创 支持向量機

一、什麼是支持向量機 它是尋找把兩個類別最大分開的兩條直線,平面或者羣面。適合二元分類問題,數據量少的情況 二、支持向量機初解 支持向量機找的就是a和c這兩條數據集邊緣點的平行的直線(也可以是羣面,平面)。 然後得出b這條泛化能力最

原创 決策樹與分類算法之C4.5

一、什麼是C4.5算法 C4.5算法是優化的ID3算法(什麼是ID3算法)。優化點在:ID3要求每個分支點的比例相同。但是舉例例子,每個人居住的城市不同,數據中某個城市的人數較多,這就會影響決策樹生成。 解決辦法 把城市上升一個等級

原创 人工智能訓練模型評價好壞方法

訓練出的結果有一下四種 預測結果 實際結果 TP 正 正 FN 正 反 FP 反 正 TN 反 反 有三個指標判斷人工智能訓練模型的單方面好壞 正確率(accuracy) = TP+TN/TP+FN+

原创 集成學習之裝袋法

一、裝袋法(Bagging)的原理 裝袋法總結就是這張圖,把幾個算法算出的結果,通過投票得出最終的結果。

原创 決策樹與分類算法之CART算法

一、什麼是CART算法 CART算法用得GINI指標把每個節點找到,不同於ID3得信息增益,或者C4.5得信息增益率。GINI指標得值越小越好。 二、找到某個最好的節點 這裏以會飛這個屬性爲例子 後面再算胎生動物,水生動物等等的

原创 集成學習之提升法

一、提升法(Boosting)的原理 給每一個訓練樣本一個初始權重,一輪學習後。在深度比較淺的情況下不能得出結果的樣本,它的權重加大,表示下一次注重它的學習。

原创 集成學習之隨機森林

隨機森林的原理 它是隨機有放回的選一部分數據和屬性,分別得出樹,然後通過投票的方法得出結果。 它是裝袋法的拓展(什麼是裝袋法)