原创 KNN最鄰近規則分類算法實踐實現【Python實現】
KNN算法實踐【Python實現】 分類算法 本博客按照理論思想實現KNN,算法理論分析見上一篇博客。 【點我】KNN算法介紹(最鄰近規則分類算法) 1.例子:根據花的四個特徵預測某種花屬於某種 數據集介紹 數據特徵: 萼片
原创 神經網絡算法應用舉例【Python實現】
神經網絡算法應用舉例子 理論參加上一篇博客。 1. 關於非線性轉化方程(non-linear transformation function) sigmoid函數(S 曲線)用來作爲activation function: 1
原创 聚類算法之層次聚類算法和應用舉例
聚類算法之層次聚類算法和應用舉例 1.假設有N個待聚類的樣本,對於層次聚類來說,步驟:1、(初始化)把每個樣本歸爲一類,計算每兩個類之間的距離,也就是樣本與樣本之間的相似度; 2、尋找各個類之間最近的兩個類,把他們歸爲一類(這樣類的總數就
原创 window上輕鬆安裝CNTK並運行demo
window上安裝CNTK並運行demo CNTK安裝有其中方式: windows上:Python-only installation;Script-driven installation;Manual installation Linu
原创 用Python使用CNTK
Python API for CNTK 參看官網:https://www.cntk.ai/pythondocs/gettingstarted.html 1.輸出cntk的版本號: >>> import cntk >>> cntk.__
原创 決策樹算法理論
決策樹算法理論 0. 機器學習中分類和預測算法的評估: 準確率速度強壯行可規模性可解釋性 1. 什麼是決策樹/判定樹(decision tree)? 判定樹是一個類似於流程圖的樹結構:其中,每個內部結點表示在一個屬性上的測試,每個分
原创 CNTK入門03:CNTK 101: Logistic Regression and ML Primer
CNTK 101: Logistic Regression and ML Primer 參考:https://github.com/Microsoft/CNTK/blob/v2.0.rc2/Tutorials/CNTK_101_Lo
原创 MySQL中主從複製的原理
MySQL中的複製: 複製解決的問題:讓一臺服務器的數據與其他服務器保持同步; 主庫+備庫【從庫】; 基於行的複製:from V5.1; 基於語句的複製:邏輯複製,from V3.23 1.都是通過在主庫上記錄二進制日誌,在備庫重放日誌
原创 把M個同樣的蘋果放在N個同樣的盤子裏,允許有的盤子空着不放,問共有多少種不同的分法?(用K表示)5,1,1和1,5,1 是同一種分法。
題目描述【2012.03.08寫的,都搬到CSDN吧】 把M個同樣的蘋果放在N個同樣的盤子裏,允許有的盤子空着不放,問共有多少種不同的分法?(用K表示)5,1,1和1,5,1 是同一種分法。 輸入 第一行是測試數據的數目t(0 <=
原创 CNTK入門05:一個全連接前饋模型用於分類手寫識別圖片
CNTK入門05:一個全連接前饋模型用於分類手寫識別圖片 ------- A fully connected feed-forward model for classification of MNIST images. 1. .\Exa
原创 梯有N階,上樓可以一步上一階,也可以一次上二階(Java實現)
走樓梯問題 組合數學和動態規劃算法 歡迎查看相關動態規劃問題:動態規劃之:讓你輕鬆理解揹包算法 本文嘗試對“走樓梯”問題做一個較爲系統的解釋。 代碼可以自己複製出去,調試運行和理解! 例3:一共有
原创 邏輯迴歸和Python應用舉例
邏輯迴歸和Python應用舉例 1. 概率: 1.1 定義 概率(P)robability: 對一件事情發生的可能性的衡量 1.2 範圍 0 <= P <= 1 1.3 計算方法:
原创 聚類算法之Kmean算法應用和Python應用舉例
聚類算法之Kmean算法應用和Python應用舉例 參考:http://croce.ggf.br/dados/K%20mean%20Clustering1.pdf 1. 歸類: 聚類(clustering) 屬於非監
原创 支持向量機SVM算法介紹
支持向量機SVM算法介紹 1. 背景: 1.1 最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出 1.2 目前的版本(soft margin)是由
原创 迴歸中的相關係數以及R平方值和Python應用舉例
迴歸中的相關係數以及R平方值和Python應用舉例 1. 皮爾遜相關係數 (Pearson Correlation Coefficient): 1.1 衡量兩個值線性相關強度的量 1.2 取值範圍 [-1, 1]: 正向相關: >0,