摘要：
TCP\IP协议实践：wireshark抓包分析之链路层与网络层 @[toc] 从ping开始 我打算从一个ping命令的抓包结果来结合实际分析链路层和网络层的几个协议，先看一些无聊却重要的基础知识，封装过程图镇楼 链路层之以太网封装 我们都知道网络是分层的，在链路层的封装主要是以太网封装，这里我们 阅读全文
摘要：
使用unity3d和tensorflow实现基于姿态估计的体感游戏 前言 之前做姿态识别，梦想着以后可以自己做出一款体感游戏，然而后来才发现too young。但是梦想还是要有的，万一实现了呢。趁着paper发出去的这几天，做一个toy demo。研究了一下如何将姿态估计的结果应用于unity，参考 阅读全文
摘要：
EM算法与高斯混合模型 前言 EM算法是一种用于含有隐变量的概率模型参数的极大似然估计的迭代算法。如果给定的概率模型的变量都是可观测变量，那么给定观测数据后，就可以根据极大似然估计来求出模型的参数，比如我们假设抛硬币的正面朝上的概率为p（相当于我们假设了概率模型），然后根据n次抛硬币的结果就可以估计 阅读全文
摘要：
深入理解C/C++二维数组 前言 本来以为自己对二维数组的理解还可以，没感觉有什么，但是今天小伙伴问了一个问题感觉迷惑了好久，于是决定细致的记录一下，一步一步的探究各种关于二维数组的问题，巩固基础。 二维数组的探究之旅（初级） 首先定义二维数组 然后开始研究二维数组名和地址的关系 c++ // 打印 阅读全文
摘要：
提升方法 AdaBoost 前言 AdaBoost是最经典的提升方法，所谓的提升方法就是一系列弱分类器（分类效果只比随机预测好一点）经过组合提升最后的预测效果。而AdaBoost提升方法是在每次训练弱分类器的时候，提升上一个弱分类器误分类的数据的比重来让本次训练的分类器能够弥补上次分类器的不足。Ad 阅读全文
摘要：
前言 支持向量机（SVM）是一种很重要的机器学习分类算法，本身是一种线性分类算法，但是由于加入了核技巧，使得SVM也可以进行非线性数据的分类；SVM本来是一种二分类分类器，但是可以扩展到多分类，本篇不会进行对其推导一步一步罗列公式，因为当你真正照着书籍进行推导后你就会发现他其实没那么难，主要是动手。 阅读全文
摘要：
逻辑回归 前言 最早接触逻辑回归是在学习吴恩达老师的机器学习课程的时候，那个时候逻辑回归是跟在线性回归后面出现的，当时感觉这应该就是个“hello world”级别的机器学习模型（好像确实是），现在看到《统计学习方法》中的各种推导，才发现自己了解的太少，静下心来看逻辑回归模型和最大熵模型，发现确实蕴 阅读全文
摘要：
决策树 前言 决策树是一种基本的分类和回归算法，书中主要是讨论了分类的决策树。决策树在每一个结点分支规则是一种if then规则，即满足某种条件就继续搜索左子树，不符合就去右子树，看起来是用二叉树实现对吧，实际的CART决策树就是二叉树，等会再介绍。现在先来看看决策树的理论部分。代码地址 "http 阅读全文
摘要：
朴素贝叶斯法 前言 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，这与我们生活中判断一件事情的逻辑有点类似，朴素贝叶斯法的核心是参数的估计，在这之前，先来看一下如何用朴素贝叶斯法分类。 代码地址 "https://github.com/bBobxx/statistical learnin 阅读全文
摘要：
统计学习方法ｃ++实现之二 k近邻算法 前言 k近邻算法可以说概念上很简单，即：“给定一个训练数据集，对新的输入实例，在训练数据集中找到与这个实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入分为这个类。”其中我认为距离度量最关键，但是距离度量的方法也很简单，最长用的就是欧氏距离，其他的距 阅读全文