原创 邏輯(斯諦)迴歸(Logistic Regression)

文章目錄1. 邏輯斯諦分佈2 二元邏輯斯諦迴歸3 模型參數估計 GitHub 簡書 CSDN 在我們學習機器學習的過程中,我們所需解決的問題,大致可以分爲兩部分:分類和迴歸.其中,分類是指模型用來預測一個有限的離散值集合中的一個,

原创 LinearLayout 佈局講解

序 LinearLayout,其實就是線性佈局,結構層次相對來說簡單非常明瞭,只有橫和豎2條直線的方向。這裏主要記錄下LinearLayout的重要屬性,以及使用時需要注意的事項。 1.排列方式orientation

原创 Numpy學習筆記(一)

先決條件 熟悉python,可以參考Python Tutorial或者廖雪峯的官方網站 安裝Python和Numpy 建議安裝ipython或bpython(推薦),一個強化版本的Python Shell,學習時非常方便. 後續

原创 Markdown語法

概述 Markdown是一種輕量級的「標記語言」,它的目標是實現「易讀易寫」,他用簡潔的語法代替排版,是我們專注於編寫的內容。下面簡要介紹一些Markdown的語法。 標題 在行首插入1到6個#,對應標題的1到6階 # 這是 H1

原创 Android 動畫淺談

Android 動畫機制 View 動畫框架 ​ Animation動畫框架定義了透明度、旋轉、縮放和位移四種常見的動畫,通過AlphaAnimation、RotateAnimation、ScaleAnimation、T

原创 Markdown中Latex 數學公式基本語法

Markdown中Latex 數學公式基本語法 公式排版 分爲兩種排版: - 行內公式:用\ 或者 $ 包裹公式 - 獨立公式:用 \$ 包裹公式。 例如: $ \sum_{i=0}^{n}i^2 $ 表示∑ni=0i

原创 目標檢測 —— Selective Search 算法

GitHub 簡書 CSDN 論文題目: Selective Search for Object Recognition 1. 前言 由於目標檢測和圖像分類的不同,一張圖可能存在多個目標,因此爲了定位和識別出圖片中的目標,一個簡單

原创 GBDT算法原理以及實例理解

該內容完全轉載自同名CSDN博客(http://blog.csdn.net/zpalyq110/article/details/79527653) GitHub 簡書 CSDN 文章目錄1. Decision Tree:CART迴歸樹

原创 機器學習中的熵、條件熵、相對熵(KL散度)和交叉熵

GitHub 簡書 CSDN 該文章轉載自詳解機器學習中的熵、條件熵、相對熵和交叉熵 文章目錄1、信息熵 (information entropy)2、條件熵 (Conditional entropy)3、相對熵 (Relative

原创 支持向量機——線性可分支持向量機

文章目錄1 線性可分支持向量機2 函數間隔和幾何間隔3 間隔最大化4 學習的對偶算法 GitHub 簡書 CSDN 1 線性可分支持向量機 支持向量機(Support vector machines, SVM)是一種二分類模型,它的基

原创 最大熵模型

文章目錄1 最大熵原理2. 最大熵模型3. 最大熵模型的學習4 極大似然估計 GitHub 簡書 CSDN 1 最大熵原理 最大熵模型(Maximum Entropy Model)是通過最大熵原理推導實現,那什麼是最大熵原理? 熵是隨

原创 邏輯(斯諦)迴歸

GitHub 簡書 CSDN 在我們學習機器學習的過程中,我們所需解決的問題,大致可以分爲兩部分:分類和迴歸.其中,分類是指模型用來預測一個有限的離散值集合中的一個,比如貓狗分類,腫瘤的惡性或良性; 迴歸是指模型的輸出是一個連續變量,

原创 GloVe:Global Vectors for Word Representation

Github 簡書 CSDN 詞作爲自然語言處理中的一個基本單元,如何表示一個詞對於後續的處理任務至關重要,最簡單的表示方式是 One-hot,但是該方法表示的詞之間是相互獨立的,因此侷限性很大,需要採用一種更合理的表示方法。 1.

原创 169. Majority Element(求衆數)

GIthub 簡書 CSDN 題目 給定一個大小爲 n 的數組,找到其中的衆數。衆數是指在數組中出現次數大於 ⌊ n/2 ⌋ 的元素。 你可以假設數組是非空的,並且給定的數組總是存在衆數。 示例1: 輸入: [3,2,3] 輸出: 3

原创 LeetCode 136.Single Number(只出現一次的數字)

GitHub 簡書 CSDN 題目 給定一個非空整數數組,除了某個元素只出現一次以外,其餘每個元素均出現兩次。找出那個只出現了一次的元素。 說明 你的算法應該具有線性時間複雜度。 你可以不使用額外空間來實現嗎? 示例1 輸入: [2,