原创 Coursera/py4inf/access network data 筆記 密歇根大學

https://www.coursera.org/learn/python-network-data RE 常用到的一些表達式 .  任意字符 *  0次或多次(greedy) +  1次或多次(greedy) ?  0次和1次(non

原创 Head First JS閱讀筆記之 自定義對象

自定義對象 object = property + method 我們使用this定義方法會有什麼問題? 如何去解決? Table property method class class.prototype.proprty

原创 Coursera ML筆記 -----week9-2 推薦系統

歡迎點擊作者原文地址 推薦系統 基於內容的推薦系統 協同過濾 基礎款 升級款 協同過濾的向量實現 類似產品推薦 均值歸一化 我們想要建立一個推薦系統,有這麼兩種方法: 1. 基於內容的推薦系統content-based rec

原创 MDN JS學習之json

json.md 1.json是一種數據傳輸格式,幾乎可以看作是js object, 大體上符合js object對象的語法規範。 之所以說是大體上主要是因爲:1.數組也可以是json對象 2.它只有properties,沒有method

原创 ML in action代碼學習/CH02 KNN/約會網站配對效果改進

from numpy import * import operator 分類 def classify0(inX,dataSet,labels,k): #用於分類的是inX,用於訓練的是dataSet dataSetSize =

原创 markdown 數學公式 tips

記錄自己在用markdown 寫 數學公式時候碰到的一些小問題的解決技巧 矩陣的轉置用 $A^\mathrm T$ 寫矩陣時,不要濫用\begin{aligned}\end{aligned} (雖然是爲了多行公式的對齊)不然在用\vdo

原创 Coursera ML筆記 -----week6 -2 Machine Learning System Design

歡迎點擊作者原文地址 這一部分給了一個誤差分析(問題判斷)的方法:Error Analysis (和前面的learining curve聯繫) 還給了一個比較算法優劣的方法:Evaluation Metric(和前面的classific

原创 Coursera ML筆記 -----week8-2 數據降維

歡迎點擊作者原文地址 無監督學習裏面涉及到的另一個問題是 降維問題 數據的降維主要有兩個方面的作用: 1. 數據壓縮 - 節省內存空間 - 加速算法學習 2. 數據可視化 數據的降維,是將高維空間裏面的數據映射成爲

原创 Coursera/py4inf/python data structure 筆記 密歇根大學

本文是Coursera上密歇根大學的Dr.Chuck開設的Python for everybody系列課程中Python Data Structure的個人筆記,記錄備查閱 課程主頁:https://www.coursera.org/l

原创 MDN JS學習之event

event 事件 event handler 事件處理器(事件fire以後運行的代碼塊,註冊一個事件處理器) event listener 事件監聽器 監聽器是監聽事件的發生,處理器是事件發生以後做出的響應 event han

原创 Coursera ML筆記 -----week8-1 K-means

歡迎點擊作者原文地址 前面學習了監督學習的兩大類問題:分類和迴歸。 後面就開始學習無監督學習:密度估計和聚類 首先了解一下監督學習和無監督學習的差別,這一點可以直接從我們輸入的數據看出來 supervise learning : {(

原创 CSS學習之CSS Syntax

CSS的語法概括起來主要是有兩種,declaration 和 @rules 1.css rule: selector{declarations block} 其中每一個declaration都是一個propertys/value pair

原创 PHP 基礎語法

PHP 基礎語法簡單記憶 腳本以<?php 開頭 ?>結尾 變量以$開頭 ;結尾,最後一行不用分號 字符串運算符:  .串接    .=串接賦值 echo 輸出 print也可以,但是比echo慢 字符串

原创 Coursera ML筆記 -----week6 Advice for Applying Machine Learning

歡迎點擊作者原文地址 改進自己的機器學習算法系統 當我們初步求出了一個機器學習算法以後,我們希望這個算法的預測或者分類能力是很好的,能夠對我們的每一個新的數據做出合理的判斷。但是我們實際發現這個算法的錯誤率其實很高,這個時候我們應該怎麼去

原创 sqlite使用

sqlite3使用過程中connection 和cursor是兩個關鍵內容 connection主要是保證與數據庫文件之間的連接,而sqlite3的所有sql語句都要在遊標對象cursor的參與下完成 1. connection 創建於