摘要： 指针是某个变量的地址，是一个地址。指针变量是存放指针(某个变量地址)的变量，是一个变量。指针变量是一个变量，也有它自己的地址；这几句话对理解指针非常有帮助。举例:int c = 76;int *pointer = &c;普通变量 c 和 指针变量 pointer 在内存中的形式如下图:；指针变量pointer 有它自己在内存中的地址，见上图黄色区域，指针变量的值存放着一个地址，见上图红色方框中的蓝色方框中的地址，这个地址指向变量c，也即这个地址和变量c的地址相等；我们把c，c的地址，*pointer，pointer，pointer的地址分别输出，见下列代码：cout #includeu 阅读全文

摘要： 使用C/C++，赋值运算时发生的转换主要有以下四种情况一: 两边类型不同； 结果: 自动完成类型转换！二: 长数赋给短数； 结果: 截取长数的低位送给短数！三: 短数赋给长数； 结果: 原来是什么数，现在还是什么数！四: 符号位的赋值处理； 结果: 直接处理，不管符号位还是数字位；#--------------------------------------------------------------------------------------------------------------------------#第一种情况:两边类型不同这种情况最为常见，大家应该都已经遇到过... 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#机器学习按照数据标记分可分为四类：监督式学习，无监督学习，半监督学习和增强学习；supervised learning(监督式): Application in w 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#支持向量机方法的三要素(若不了解机器学习模型、策略、算法的具体意义，可参考机器学习三要素) 基本模型:间隔最大的线性分类器；若用上核技巧，成为实质上的非线性分类器. 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------##下面这个概念对理解机器学习非常有帮助，但是我发现很多小伙伴不了解这个;机器学习三要素-模型(model)、策略(strategy)、算法(algorithm)；模 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#多层神经网络模型：，:每一个单元有一定数量的实值输入，产生单一的实值输出(可以是其他很多单元的输入)；符号标记：ai(j):activation of unitii 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#神经网络的类型：感知机(单层)，多层神经网络；：感知机(perceptron)是神经网络和支持向量机的基础，基本模型为:f(x)= sign(g(X))，sign为 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#logistic function(sigmoid function):g(z) = 1/(1 + e-z)，z是一个实数;我们的预测函数是：；logistic函数 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#多元线性回归的模型：#----------------------------------------------------------------------- 阅读全文

摘要： #对coursera上Andrew Ng老师开的机器学习课程的笔记和心得；#注:此笔记是我自己认为本节课里比较重要、难理解或容易忘记的内容并做了些补充，并非是课堂详细笔记和要点；#标记为的是我自己加的内容而非课堂内容，参考文献列于文末。博主能力有限，若有错误，恳请指正；#---------------------------------------------------------------------------------#这一周的内容是机器学习介绍和梯度下降法。作为入门NG的这个课已足够，想较深入理解的话强烈建议去听coursera上台湾大学机器学习的内容。#------------ 阅读全文