摘要: 使用IDEA复用代码时常见问题 觉得有用的话,欢迎一起讨论相互学习~ 作为新手在直接复用别人的java代码并使用IDEA进行二次开发时,经常出现一些奇怪的问题,在此做一些总结~ IntelliJ IDEA 中右键运行时没有run 直接将代码copy到文件夹中并使用IDEA打开,但是没有run按钮,并 阅读全文
posted @ 2018-10-22 20:10 WUST许志伟 阅读(1362) 评论(0) 推荐(0) 编辑
摘要: 使用Githubdesktop管理Eclipse项目 觉得有用的话,欢迎一起讨论相互学习~ 方案 使用Eclipse创建项目,使用githubdesktop进行管理 项目右键, Team → Share Project 选择Git, 随后配置GIT,Configure Git Repository 阅读全文
posted @ 2018-10-04 18:08 WUST许志伟 阅读(438) 评论(0) 推荐(0) 编辑
摘要: NSGA-II入门 觉得有用的话,欢迎一起讨论相互学习~Follow Me 参考文献1 参考文献2 白话多目标 多目标中的目标是个瓦特? 多目标即是优化问题中的优化目标在2个及以上,一般这些优化的目标都存在着矛盾,例如:我要买一个又便宜又漂亮又性能好的车的时候,价格,外观, 性能 这就是一个典型的多 阅读全文
posted @ 2018-10-04 12:04 WUST许志伟 阅读(22092) 评论(2) 推荐(2) 编辑
摘要: 遗传算法入门 觉得有用的话,欢迎一起讨论相互学习~ 参考自:基于NSGA-Ⅱ的多目标配电网重构 遗传算法历史 遗传算法(GA)是从生物进化的角度考虑提出来的方法,19世纪达尔文在大量观察基础上总结了大自然进化规律,即优胜劣汰:后来孟德尔通过豌豆实验发现了遗传规律、分离规律和自由组合规律。遗传是指父代 阅读全文
posted @ 2018-10-03 20:44 WUST许志伟 阅读(1382) 评论(0) 推荐(0) 编辑
摘要: 英语论文写作技巧-3(字的使用中特别注意事项) 觉得有用的话,欢迎一起讨论相互学习~ 参考文献 http://muchong.com/html/200906/1393920.html 用字要准确 每个科学术语都有其特定的含义, 使用要准确. 推理用语的使用 从实验观察和数据到结论的推理过程中,在事实 阅读全文
posted @ 2018-10-03 10:20 WUST许志伟 阅读(756) 评论(0) 推荐(0) 编辑
摘要: 英语论文写作技巧-2 觉得有用的话,欢迎一起讨论相互学习~ 参考文献 http://muchong.com/html/200906/1393920.html 修饰词与被修饰词要临近 科技写作要求严谨,明确.为了严格定义一个事物,往往要加上限制性的修饰词或短句.比如描写实验用的 mice 时,一般不会 阅读全文
posted @ 2018-10-03 10:19 WUST许志伟 阅读(773) 评论(0) 推荐(0) 编辑
摘要: 觉得有用的话,欢迎一起讨论相互学习~ 转载文章 https://www.cnblogs.com/zhouyu2017/p/6485265.html Node.js安装及环境配置之Windows篇 一、安装环境 1、本机系统:Windows 10 Pro(64位)2、Node.js:v6.9.2LTS 阅读全文
posted @ 2018-10-03 10:18 WUST许志伟 阅读(147) 评论(0) 推荐(0) 编辑
摘要: 英语论文写作技巧-1 觉得有用的话,欢迎一起讨论相互学习~ 参考文献 http://muchong.com/html/200906/1393920.html 主语和谓语的单数和复数要一致 英语中名词有它的单数和复数形式,动词也有它的单数和复数形式 , 二者要一致 . 单数主语 ( subject) 阅读全文
posted @ 2018-10-02 13:42 WUST许志伟 阅读(427) 评论(0) 推荐(0) 编辑
摘要: 转自 https://blog.csdn.net/ping523/article/details/54135228 commentBox 之前按照网络上搜罗的教程安装了python mysql(1.2.3),可是项目需要的是1.2.5,需要更新,然而,一个简单的pip install upgrade 阅读全文
posted @ 2018-09-25 20:44 WUST许志伟 阅读(205) 评论(0) 推荐(0) 编辑
摘要: SourceTree使用SSH克隆码云项目 觉得有用的话,欢迎一起讨论相互学习~ SourceTree使用SSH克隆码云项目 参考文献 https://blog.csdn.net/qing666888/article/details/79513089 一、HTTPS和SSH克隆方式的区别 HTTPS 阅读全文
posted @ 2018-09-14 21:10 WUST许志伟 阅读(4667) 评论(1) 推荐(0) 编辑
摘要: 16.推荐系统 Recommender System 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 16.5 向量化:低秩矩阵分解Vectorization_ Low Rank Matrix Factorization 阅读全文
posted @ 2018-09-12 21:43 WUST许志伟 阅读(866) 评论(0) 推荐(0) 编辑
摘要: 16.推荐系统 Recommender System 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 16.3 协同过滤Collaborative filtering 推荐系统有一个很有意思的特性就是 特征学习 ,即 自 阅读全文
posted @ 2018-09-12 20:16 WUST许志伟 阅读(477) 评论(0) 推荐(0) 编辑
摘要: 16.推荐系统 Recommender System 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 16.1 问题形式化Problem Formulation 推荐系统的改善能为公司带来巨大的收益 [以下为Andrew Ng的原话]第一、仅仅因为它是机器学习中的一个重要的应用。在过去几 阅读全文
posted @ 2018-09-12 16:38 WUST许志伟 阅读(1001) 评论(0) 推荐(0) 编辑
摘要: 15.异常检测 Anomaly detection 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 15.7-8 多变量高斯分布/使用多元高斯分布进行异常检测 -Multivariate Gaussian distrib 阅读全文
posted @ 2018-09-11 18:30 WUST许志伟 阅读(438) 评论(0) 推荐(0) 编辑
摘要: #如何求协方差矩阵 觉得有用的话,欢迎一起讨论相互学习~ 转载自:https://blog.csdn.net/kuang_liu/article/details/16369475 非常感谢 1. 协方差定义 X、Y 是两个随机变量,X、Y 的协方差 cov(X, Y) 定义为: 其中: 、 2. 协 阅读全文
posted @ 2018-09-11 17:07 WUST许志伟 阅读(2857) 评论(0) 推荐(1) 编辑
摘要: 15.异常检测 Anomaly detection 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 15.4开发和评价一个异常检测系统 Developing and Evaluating an Anomaly Detec 阅读全文
posted @ 2018-09-11 15:45 WUST许志伟 阅读(515) 评论(0) 推荐(0) 编辑
摘要: 15.异常检测 Anomaly detection 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 15.1问题动机 Problem motivation 飞机引擎异常检测 假想你是一个飞机引擎制造商,当你生产的飞机引擎 阅读全文
posted @ 2018-09-11 12:12 WUST许志伟 阅读(511) 评论(0) 推荐(0) 编辑
摘要: 14.降维 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 14.5重建压缩表示 Reconstruction from Compressed Representation 使用PCA,可以把 1000 维的数据压缩到1 阅读全文
posted @ 2018-09-09 20:06 WUST许志伟 阅读(1507) 评论(0) 推荐(0) 编辑
摘要: 14.降维 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 14.3主成分分析原理Proncipal Component Analysis Problem Formulation 主成分分析(PCA)是最常见的降维算法 阅读全文
posted @ 2018-09-09 17:35 WUST许志伟 阅读(589) 评论(0) 推荐(0) 编辑
摘要: 14.降维 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 14.1动机一:数据压缩 降维 也是一种无监督学习的方法,降维并不需要使用数据的标签。 降维 的其中一个目的是 数据压缩,数据压缩不仅能够压缩数据,使用较少的计 阅读全文
posted @ 2018-09-09 15:11 WUST许志伟 阅读(704) 评论(0) 推荐(0) 编辑
摘要: 13.聚类 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 13.1无监督学习简介 从监督学习到无监督学习 在一个典型的监督学习中,我们有一个有标签的训练集,我们的目标是找到能够区分正样本和负样本的决策边界,在监督学习中,我们有一系列标签,我们需要据此拟合一个假设函数: 与此不同的是,在 阅读全文
posted @ 2018-09-08 21:17 WUST许志伟 阅读(1227) 评论(0) 推荐(0) 编辑
摘要: 12.支持向量机 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 12.6SVM总结 推荐使用成熟的软件包 用以解决 SVM 最优化问题的软件很复杂,且已经有研究者做了很多年数值优化。因此强烈建议使用高优化软件库中的一个,而不是尝试自己落实一些框架。有许多好的软件库,NG用得最多的两个是 阅读全文
posted @ 2018-09-08 10:45 WUST许志伟 阅读(397) 评论(0) 推荐(0) 编辑
摘要: 12.支持向量机 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 12.5 SVM参数细节 标记点选取 标记点(landmark)如图所示为$l^{(1)},l^{(2)},l^{(3)}$,设核函数为 高斯函数 ,其中 阅读全文
posted @ 2018-09-07 21:01 WUST许志伟 阅读(1092) 评论(0) 推荐(0) 编辑
摘要: 12.支持向量机 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 12.4 核函数与标记点- Kernels and landmarks 问题引入 如果你有以下的训练集,然后想去拟合其能够分开正负样本的非线性判别边界。 一种办法是构造一个复杂多项式特征的集合: $$h_{\theta}( 阅读全文
posted @ 2018-09-06 22:02 WUST许志伟 阅读(796) 评论(0) 推荐(0) 编辑
摘要: 12.支持向量机 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 参考资料 斯坦福大学 2014 机器学习教程中文笔记 by 黄海广 12.3 大间距分类背后的数学原理- Mathematics Behind Large Margin classification 向量内积 假设有两个向 阅读全文
posted @ 2018-09-06 18:48 WUST许志伟 阅读(800) 评论(0) 推荐(0) 编辑