C++笔记
摘要：
C、C++区别： C包含char,scanf()和gets()函数,#include <cstring>，<string.h>,#<stdio.h> C++包含string，cin，对应的头文件是#include <string>，#include<iostream> C++里的char和strin 阅读全文
posted @ 2017-03-23 20:43 飞鸟各投林 阅读(197) 评论(0) 推荐(0) 编辑
2017年3月23日 #
2016年9月24日 #
感谢路遥 感谢平凡的世界
摘要：
今天又重温了一下《平凡的世界》，讲真的，哭了 感谢平凡的世界，平凡的人 感谢父母，家人，感谢自己 穷一点没什么，黄河水终有清的那一天 孙少平，孙少安，就像我跟我哥一样，讲真 记得刚上大学的时候，在校园里面有买书的地方，就看到了平凡的世界，至今，这本书已经陪伴了我五年了，一直放在身边，不敢不禁 孙少平 阅读全文
posted @ 2016-09-24 15:51 飞鸟各投林 阅读(467) 评论(0) 推荐(0) 编辑
2016年9月23日 #
参加平安的笔试+喜欢古天乐的坚持+想拍自己的电影+人生的无奈
摘要：
今天，偶然间参加了平安证券的一场面试，不知道为什么，迷迷糊糊的，提前交了卷，心里面似乎总有一个声音，告诉自己终是要给自己一个答复。 但是，妈蛋，八号楼我找了遍才找到，真是尴尬，不想问别人，一直就是这样。。。。 偶然间发现了古天乐似乎每天都在凌晨更新微博，是的，每天，每天，每天，从来没有一天断过，这需 阅读全文
posted @ 2016-09-23 23:27 飞鸟各投林 阅读(377) 评论(0) 推荐(0) 编辑
2016年9月22日 #
将两个栈变成1个队列
摘要：
参考博客：http://www.cnblogs.com/kaituorensheng/archive/2013/03/02/2939690.html 思路 s1是入栈的，s2是出栈的。 入队列：直接压入s1即可 出队列：如果s2不为空，把s2中的栈顶元素直接弹出；否则，把s1的所有元素全部弹出压入s 阅读全文
posted @ 2016-09-22 22:47 飞鸟各投林 阅读(373) 评论(0) 推荐(0) 编辑
2016年5月4日 #
腾讯面试相关资料
摘要：
腾讯运营开发 今天参加腾讯面试的有很多人，我是下午四点的技术面试，三点半到了酒店，发现已经有超级多的同学到了，我等了没多久就进去了，进入房间后看到了一个年轻的帅哥，刚开始还以为他不是面试官，但发现房间就他一个人，于是安定的坐下来，首先他让我自我介绍了，然后问我学过哪些计算机的语言，再然后问我了解ht 阅读全文
posted @ 2016-05-04 22:11 飞鸟各投林 阅读(717) 评论(2) 推荐(0) 编辑
2016年5月1日 #
第八章：预测数值型数据：回归
摘要：
本章内容□ 线性回归□ 局部加权线性回归□ 岭回归和逐步线性回归□ 预测鲍鱼年龄和玩具售价 8.1用线性回归找到最佳拟合直线 阅读全文
posted @ 2016-05-01 19:36 飞鸟各投林 阅读(276) 评论(0) 推荐(0) 编辑
第七章：利用AdaBoost元算法提高分类性能
摘要：
本章内容□ 组合相似的分类器来提髙分类性能□应用AdaBoost算法□ 处理非均衡分类问题 7.1基于数据集多重抽样的分类器 阅读全文
posted @ 2016-05-01 19:21 飞鸟各投林 阅读(230) 评论(0) 推荐(0) 编辑
第六章：支持向量机
摘要：
本章内容□简单介绍支持向量机□ 利用SMO进行优化□利用核函数对数据进行空间转换□ 将SVM和其他分类器进行对 6.2寻找最大间隔 6.5 在复杂数据上应用核函数 阅读全文
posted @ 2016-05-01 17:20 飞鸟各投林 阅读(287) 评论(0) 推荐(0) 编辑
第五章：Logistic回归
摘要：
本章内容 □sigmod函数和logistic回归分类器 □最优化理论初步□梯度下降最优化算法□数据中的缺失项处理 这会是激动人心的一章，因为我们将首次接触到最优化算法。仔细想想就会发现，其实我们日常生活中遇到过很多最优化问题，比如如何在最短时间内从入点到达氏点？如何投人最少工作量却获得最大的效益？ 阅读全文
posted @ 2016-05-01 16:40 飞鸟各投林 阅读(637) 评论(0) 推荐(0) 编辑
第四章：基于概率论的分类方法: 朴素贝叶斯
摘要：
本章内容□使用概率分布进行分类□学习朴素贝叶斯分类器□解析RSS源数据口使用朴素贝叶斯来分析不同地区的态度 前两章我们要求分类器做出艰难决策，给出“该数据实例属于哪一类”这类问题的明确答案。不过，分类器有时会产生错误结果，这时可以要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。 阅读全文
posted @ 2016-05-01 15:33 飞鸟各投林 阅读(1237) 评论(0) 推荐(0) 编辑
第三章：决策树
摘要：
本章内容□ 决策树简介□ 在数据集中度量一致性□ 使用递归构造决策树□ 使用matplotlib绘制树形图 我们经常使用决策树处理分类问题近来的调查表明决策树也是最经常使用的数据挖掘算法。它之所以如此流行，一个很重要的原因就是使用者基本上不用了解机器学习算法，也不用深究它是如何工作的。 第2章介绍的 阅读全文
posted @ 2016-05-01 11:19 飞鸟各投林 阅读(610) 评论(0) 推荐(0) 编辑
2016年4月30日 #
第二章：k-近邻算法
摘要：
本章内容k-近邻分类算法从文本文件中解析和导人数据 使用Matplotlib创建扩散图归一化数值 2.1 k-近邻算法概述简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。 本书讲解的第一个机器学习算法是k 近邻算法（kNN ) , 它的工作原理是：存在一个样本数据集合，也称作训练样本 阅读全文
posted @ 2016-04-30 22:08 飞鸟各投林 阅读(536) 评论(0) 推荐(0) 编辑
第一章：机器学习基础
摘要：
第一部分：分类 本书前两部分主要探讨监督学习（supervisedieaming)。在监督学习的过程中，我们只需要给定输入样本集，机器就可以从中推演出指定目标变量的可能结果。监督学习相对比较简单,机器只需从输入数据中预测合适的模型，并从中计算出目标变量的结果。 监督学习一般使用两种类型的目标变量：标 阅读全文
posted @ 2016-04-30 20:04 飞鸟各投林 阅读(829) 评论(0) 推荐(0) 编辑
谷歌CEO发布年度公开信：专注人工智能等6大业务领域
摘要：
每年，谷歌(微博)(Google) 联合创始人拉里·佩奇(Larry Page)和赛吉·布林(Sergey Brin)都会发表一封公开信，解读谷歌的发展战略与愿景。而如今，谷歌已由桑达尔·皮查伊(Sundar Pichai)执掌，因此两位联合创始人也首次邀请皮查伊执笔今年的公开信。 皮查伊的这封公开 阅读全文
posted @ 2016-04-30 00:33 飞鸟各投林 阅读(399) 评论(0) 推荐(0) 编辑