原创 機器學習之SVM(Hinge Loss+Kernel Trick)原理推導與解析

支持向量機(Support Vector Machine, SVM)是一類按監督學習方式對數據進行二元分類的廣義線性分類器(generalized linear classifier),其決策邊界是對學習樣本求解的最大邊距超平面。

原创 機器學習之K_means(附簡單手寫代碼)

聚類是一個將數據集中在某些方面相似的數據成員進行分類組織的過程,聚類就是一種發現這種內在結構的技術,聚類技術經常被稱爲無監督學習。 k均值聚類是最著名的劃分聚類算法,由於簡潔和效率使得他成爲所有聚類算法中最廣泛使用的。給定一個數據

原创 反向傳播算法(Backpropagation)----Gradient Descent的推導過程

BP算法是適用於多層神經網絡的一種算法,它是建立在梯度下降法的基礎上的。本文着重推導怎樣利用梯度下降法來minimise Loss Function。 目錄1.定義Loss Function2.Gradient Descent3.

原创 機器學習之邏輯迴歸(logistics regression)

邏輯迴歸(Logistic Regression)與線性迴歸(Linear Regression)都是一種廣義線性模型(generalized linear model)。邏輯迴歸假設因變量 y 服從伯努利分佈,而線性迴歸假設因變

原创 彙編課設:實現身份證號驗證功能並輸出上面所給的信息

1、原題再現: 輸入一個學生的身份證號碼,程序檢驗身份證號碼是否合法。並顯示省份、年齡、性別等信息。 下面是身份證號碼的規則: 身份證號碼共18位。前6位是地址碼,7–14位是出生年月日,後面4位是生成的代碼,第17位用來做性別判

原创 機器學習之linear_model(普通最小二乘法)

y=wi*xi+b 基於最小二乘法的線性迴歸:尋找參數w和b,使得w和b對x_test_data的預測值y_pred_data與真實的迴歸目標y_test_data之間的均方誤差最小。 公式推導: 基於最小二乘法構造linear

原创 web作業:利用json-server搭建一個提供數據訪問接口的Restful API服務器

Json-Server 是一個 Node 模塊,運行 Express 服務器,你可以指定一個 json 文件作爲 api 的數據源。要想在電腦上運行Json-Server,需得先安裝node.js。 第一、安裝node.js 打開

原创 機器學習之linear_model(Ridge Regression)

這裏先解釋一下過擬合與欠擬合的概念。 所謂過擬合,是指模型學習能力過於強大,把訓練樣本中某些不太具有一般性的特徵都學到了。例如判斷一個人是否是好人,訓練樣本中所有好人都或多或少做過一些壞事,模型學到了這一特徵,把這一模型運用到了

原创 概率生成模型(Probabilistic Generative Model)與樸素貝葉斯(Naive Bayes)

問題引入:假設有2個不同的class C1與C2,C1與C2裏面分別有N1和N2個樣本,現在要對某件物品x進行分類,X一定屬於C1與C2中的某一類。 先引進貝葉斯公式: P(C1|x)即x屬於C1類別的概率,這裏是二分類,所以

原创 C++字符串常見操作函數最全總結!!

在做題過程中經常用到字符串,有時候費了很大力氣去寫一個函數,結果最後發現C++已經封裝好了此類函數。。。所以花點時間總結一下,這裏參考了:http://www.cplusplus.com/reference/ 1、構造函數: st

原创 利用DOSBox運行彙編超詳細步驟!!

最近學校要求用匯編寫課設(本來複習的好好的,結果筆試取消,一天淨整些幺蛾子!!),無奈只有配置環境自己寫課設了。起初是利用VS2017進行配置,但後面運行好像有些問題,就想到用DOSBox了。以下是詳細步驟: 第一步:下載好相關文

原创 最長公共子序列、最長公共子串的輸出

1、最長公共子序列: 舉個例子,s1=“abcfde”,s2=“bcde”。那麼s1與s2的最長公共子序列就是"bcde",注意不要求連續。該問題是典型的動態規劃問題。(i,j)從0開始,那麼遞推關係很容易找到,就是:(maxLe

原创 安卓開發中到底怎麼使用外部已經準備好的sqlite數據庫?

忙碌了一天,總算摸清了裏面的套路與步驟,現總結如下: 首先我們要知道,安卓是無法直接操作項目某個文件夾下的SQLite數據庫的,因此我們首先得把數據庫移到移動設備上/data/data/你的包名/databases文件夾下,安卓自

原创 安卓開發創建的數據庫到底在哪裏?

第一步:真機調試情況下點擊AS右下角Device File Explorer,如下所示: 第二步:打開data文件夾下的data文件夾: 在裏面找到你項目的名稱,例如我的com.example.edm: 該文件夾下有一個da

原创 算法中的數學---康託展開

本文只是基於使用的角度來做一些簡單說明,不作證明!! 康託展開是一個全排列到一個自然數的雙射,常用於構建哈希表時的空間壓縮。 康託展開的實質是計算當前排列在所有由小到大全排列中的順序。 康託展開的公式爲: x=a[n](n-1)!