原创 基礎算法_02_動態規劃
1. 引入：上臺階問題 入門例子：一個10級的臺階，每次只允許走1個或2個臺階，一共有幾種走法？ 每一步，上幾個臺階，都是一個決策問題。 我們可以試着倒着考慮，最後一次決策，上到第10級臺階是怎麼來的？ 顯然有兩種可能：要麼是第9級邁1步
2019-09-15 18:36:24
原创 基礎算法_04_最短路徑問題
目錄 一. 單源最短路徑問題（Dijkstra迪傑斯特拉算法） 二. 多源最短路徑問題（Floyd弗洛伊德算法） 一. 單源最短路徑問題（Dijkstra迪傑斯特拉算法） 1. 問題描述 如上有向圖所示，求出到其它各個頂點的最短路徑 2.
2019-09-15 18:36:24
原创 多個服務器間copy文件
利用nc命令 1. 先啓動接收端： nc -lp 8888 > 文件名 2. 再啓動發送端： nc -w 1 接收端ip 8888 < 文件名 其中 8888表示端口號，只要雙方一致就可以了 參考：linux nc命令相互發消息及傳文
2019-08-15 04:59:19
原创 邏輯迴歸LR
一、模型函數 邏輯迴歸LR = 線性迴歸 + sigmoid 它是過去應用最廣泛最流行的一種分類/排序算法， 雖然邏輯迴歸的名字是“迴歸”，但它是一種分類算法。 一般來說，不建議用線性迴歸做分類，因爲線性迴歸的輸出值可
2019-08-13 18:16:57
原创 機器學習_吳恩達_week7（支持向量機SVM）
目錄 一、SVM 1.1 優化目標 1.2 大間隔的直觀理解 1.3 大間隔分類器的數學原理 1.4 核函數1 1.5 核函數2 1.6 使用SVM 一、SVM 1.1 優化目標 todo 1.2 大間隔的直觀理解 todo 1.3 大間
2019-06-28 19:11:28
23
原创 機器學習_吳恩達_week8（聚類與降維）
目錄 一、聚類 1.1 無監督學習 1.2 k-means算法 1.3 優化目標 1.4 隨機初始化 1.5 選擇聚類數 二、降維 2.1 動機1：數據壓縮 2.2 動機2：數據可視化 2.3 主成分分析問題規劃1 2.4 主成分分析問題
2019-06-26 20:02:26
1
原创 pandas讀取excel
假設excel中只有一個表單，內容如下： 需求是讀取excel，轉換成map[old_id] = new_id import pandas as pd import xlrd def read_from_excel():
2019-06-25 20:59:36
原创 機器學習_吳恩達_week5（神經網絡的學習）
目錄 一、神經網絡的學習 1.1 代價函數 1.2 反向傳播算法 1.3 反向傳播算法的直觀理解 1.4 實現注意：展開參數 1.5 梯度檢驗 1.6 隨機初始化 1.7 綜合起來 1.8 反向傳播算法舉例：自動駕駛 一、神經網絡的學習
2019-06-22 06:35:57
1
原创 推薦系統_05_模型融合
1. 爲什麼要模型融合 2. 經典的模型融合：“線性模型+樹模型” 3. FM/FFM模型 4. Wide and Deep 融合模型
2019-04-01 18:35:38
原创 推薦系統_04_矩陣分解算法
1. 背景 2006年10月2日，Netflix公司宣稱：在我司現有推薦系統基礎上，把圴方根誤差降低10%的人，可以瓜分100萬美元。 Netflix放出的比賽數據是評分數據，它是推薦系統中評分預測模式。 本次比賽中，矩陣分解模型大放異彩
2019-03-29 18:39:59
原创 mysql常用命令
假設數據庫所在的服務器IP：192.168.9.9，端口：3306，用戶名：zdchu，密碼：123456 一、連接及查看結構 1. 連接數據庫 mysql -h 192.168.9.9 -P 3306 -u zdchu -p 12345
2019-03-29 18:39:59
原创 golang併發編程
以推送文章爲例，推送給誰？推送什麼？先準備好，整合成以下結構： type PushUser struct { Uid string //推送人 ArticleId string //推送文章id Pu
2019-03-19 18:41:14
原创 golang常用代碼塊
1. 格式化日期 //年月日時分秒 time.Now().Format("20060102150405") 2. 隨機數 import "math/rand" rand.Seed(time.Now().UnixNano()) //用
2019-03-18 18:36:41
1