04 2016 档案
摘要:机器学习笔记-Reinforcement Learning
阅读全文
摘要:《用 Python 学微积分》原文见参考资料 1。 16、优化 用一个给定边长 4 的正方形来折一个没有盖的纸盒,设纸盒的底部边长为 l,则纸盒的高为 (4-l)/2,那么纸盒的体积为: $$V(l)=l^2\frac{4-l}{2}$$ 怎样才能使纸盒的容积最大?也就是在 l>0,4-l>0 的限
阅读全文
摘要:《用 Python 学微积分》原文见参考资料 1。 13、大 O 记法 比较两个函数时,我们会想知道,随着输入值 x 的增长或减小,两个函数的输出值增长或减小的速度究竟谁快谁慢。通过绘制函数图,我们可以获得一些客观的感受。 比较 x!、ex、x3 和 log(x) 的变化趋势。 import num
阅读全文
摘要:《用 Python 学微积分》原文见参考资料 1。 1、多项式 f(x)=x3-5x2+9 def f(x): return x**3 - 5*x**2 + 9 print f(3) print f(1) import numpy as np x = np.linspace(-5, 5, num =
阅读全文
摘要:在阿里云上搭建 Spark 实验平台
阅读全文
摘要:机器学习笔记—混合高斯和 EM 算法
阅读全文
摘要:train.csv 和 test.csv 包含 1~9 的手写数字的灰度图片。每幅图片都是 28 个像素的高度和宽度,共 28*28=784 个像素点,每个像素值都在 0~255 之间。 train.csv 包含 785 列,因为第 1 列是手写数字的真实值,后面的 784 列都是像素值。除第一行外
阅读全文
摘要:机器学习,支持向量机,线性支持向量机,序列最小最优化算法
阅读全文