原创 winform DevExpress插件常用功能總結

前言 DevExpress 控件的功能比較強大,是全球知名控件開發公司,對於開發 B/S 或 C/S 都非常出色,可以實現很炫且功能強大的效果。DevExpress Winform 常用控件是本人在前幾個項目的一些筆記,在實際的項目中可能

原创 winform Dev GridView 控件常用屬性總結

Dev GridControl GridView常用屬性 1.隱藏最上面的GroupPanel:   gridView1.OptionsView.ShowGroupPanel=false;  2.得到當前選定記錄某字段的值:   sVal

原创 Kmeans_啤酒分類實例

參考:https://blog.csdn.net/weixin_41666747/article/details/103359961 案例說明:數據集包括20個樣本數據,5個數據特徵(品牌,熱量,含鈉量,酒精量,成本),在聚類時只使用後4

原创 邏輯迴歸梯度下降方法Python實現-依據成績進行類別預測

參考: https://www.cnblogs.com/hello-/articles/9737549.html 測試數據地址:https://download.csdn.net/download/yuanshuaipeng/124232

原创 拉格朗日(Lagrange)乘子法超簡說明

本文爲轉載文章,原文地址:https://blog.csdn.net/shenxiaolu1984/article/details/55812344  

原创 機器學習之 各種熵詳解

本文爲轉載博文,原文地址: https://www.jianshu.com/p/09b70253c840請聽題:什麼是熵?什麼是交叉熵?什麼是聯合熵?什麼是條件熵?什麼是相對熵?它們的聯繫與區別是什麼?如果你感到回答這些問題有些吃力,對這

原创 機器學習-之正則化詳解

本文爲轉載文章轉載地址:https://www.cnblogs.com/jianxinzhou/p/4083921.html1. The Problem of Overfitting1還是來看預測房價的這個例子,我們先對該數據做線性迴歸,

原创 sklearn 快速入門教程

本教程使用於對理論知識具有一定的瞭解但編碼能力稍弱且對sklearn不太瞭解的同學本文爲轉載文章,原文地址:https://www.cnblogs.com/lianyingteng/p/7811126.html 傳統的機器學習任務從開始到

原创 機器學習之 凸優化理論 之 拉格朗日乘子法和KKT條件詳解

轉載地址: http://blog.csdn.net/xianlingmao/article/details/7919597在求取有約束條件的優化問題時,拉格朗日乘子法(Lagrange Multiplier) 和KKT條件是非常重要的兩

原创 Mtalab 繪圖知識總結

在寫論文過程中,總結了Matlab中繪製的相關知識(部分內容爲摘錄其他博客):二維繪圖-plot函數:      plot函數用於繪製二維平面上的線性座標曲線圖,要提供一組x座標和對應的y座標,可以繪製分別以x          和y爲橫

原创 機器學習之線性迴歸學習

本文爲轉載文章,原文地址:http://blog.csdn.net/sxf1061926959/article/details/66976356線性迴歸是機器學習中最基本的一個算法,但是那些所謂的效果很好的算法也無非是從這些基礎算法慢慢演

原创 白話文之雲計算大數據人工智能技術

轉載地址:https://www.cnblogs.com/popsuper1982/p/8505203.html不是技術也能看懂雲計算,大數據,人工智能我今天要講這三個話題,一個是雲計算,一個大數據,一個人工智能,我爲什麼要講這三個東西呢

原创 機器學習-凸優化理論-課堂筆記

轉載地址: http://blog.csdn.net/JoyceWYJ/article/details/51580139前言             這節課主要介紹凸優化的入門知識,程博士推薦閱讀Boyd的《凸優化》,最經典的凸優化的書,

原创 numpy使用教程之數組的創建與遍歷

NumPy 是一個 Python 包。 它代表 “Numeric Python”。 它是一個由多維數組對象和用於處理數組的例程集合組成的庫。·常見的數據類型  bool_ 一個字節的布爾值 int_  默認的整數int8  字節-128-

原创 管理科學與運籌學(MS/OR)國際期刊最新權威排名

本文爲轉載文章,感謝博主的分享,覺得非常有用。 轉載地址:http://blog.sciencenet.cn/blog-264246-613914.html  首先聲明:這份MS/OR國際期刊排名是完全根據2011年JCR(Journal