会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
小纯洁的兄弟
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
2019年8月21日
Python 易错点
摘要: 1. Python查找一个变量时会按照“局部作用域”, “嵌套作用域”, “全局作用域”,“内置作用域”的顺序进行搜索。 在实际开发中,我们应该尽量减少对全局变量的使用,因为全局变量的作用域和影响过于广泛,可能会发生意料之外的修改和使用,除此之外全局变量比局部变量拥有更长的生命周期,可能导致对象占用
阅读全文
posted @ 2019-08-21 19:42 小纯洁的兄弟
阅读(524)
评论(0)
推荐(1)
编辑
2019年8月13日
Github介绍
摘要: 主要功能: 仓库(Repository):仓库用于存放项目代码, 收藏(Star), 克隆(Fork): fork别人的项目,是独立存在,Pull request(把自己改动过的内容发送给fork来的地方,对方感觉不错的话会合并原仓库,关注(Watch):只要以后这个项目有更新,都会在你github
阅读全文
posted @ 2019-08-13 19:44 小纯洁的兄弟
阅读(231)
评论(0)
推荐(0)
编辑
2019年3月12日
Git&Github
摘要: 1. 版本控制 版本控制工具该具备的功能: 协同修改:多人并行不悖修改服务器端的同一个文件 数据备份:不仅保存目录和当前文件状态,还能保存每一个提交过的历史状态 版本管理:保存每一个版本信息文件是不重复保存数据,节约空间。SVN采用的是增量式管理,Git采取文件系统快照方式 权限控制:对开发人员权限
阅读全文
posted @ 2019-03-12 14:25 小纯洁的兄弟
阅读(231)
评论(0)
推荐(0)
编辑
2019年2月27日
图像分类
摘要: 计算机视觉算法在图像识别中遇到的困难: 数据驱动方法: 与其在代码中直接写明各类物体看起来怎么样,倒不如直接采取和教小孩看图识物类似的方法:给计算机很多数据,让计算机自己从数据中学习到每个类的外形。
阅读全文
posted @ 2019-02-27 16:27 小纯洁的兄弟
阅读(299)
评论(0)
推荐(0)
编辑
2018年11月24日
SVM支持向量机
摘要: 支持向量机通俗导论(理解SVM的三层境界):https://blog.csdn.net/macyang/article/details/38782399/ 写的真的好。 以及:https://www.cnblogs.com/pinard/p/6097604.html
阅读全文
posted @ 2018-11-24 21:18 小纯洁的兄弟
阅读(155)
评论(0)
推荐(0)
编辑
Apriori算法
摘要: Apriori算法是常用的用于挖掘出数据关联规则的算法,它用来找出数据值中频繁出现的数据集合,找出这些集合的模式有助于我们做一些决策。比如在常见的超市购物数据集,或者电商的网购数据集中,如果我们找到了频繁出现的数据集,那么对于超市,我们可以优化产品的位置摆放,对于电商,我们可以优化商品所在的仓库位置
阅读全文
posted @ 2018-11-24 20:58 小纯洁的兄弟
阅读(757)
评论(0)
推荐(0)
编辑
Adaboost算法
摘要: 博客1:https://www.cnblogs.com/pinard/p/6133937.html 博客2:https://blog.csdn.net/v_july_v/article/details/40718799
阅读全文
posted @ 2018-11-24 20:41 小纯洁的兄弟
阅读(128)
评论(0)
推荐(0)
编辑
K-means聚类算法
摘要: K-means也是聚类算法中最简单的一种了,但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中,那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习,以往的回归、朴素贝叶斯、SVM等都是有类别标签y
阅读全文
posted @ 2018-11-24 20:21 小纯洁的兄弟
阅读(1803)
评论(0)
推荐(0)
编辑
朴素贝叶斯
摘要: 参考博客1:https://blog.csdn.net/AMDS123/article/details/70173402 参考博客2:https://blog.csdn.net/fisherming/article/details/79509025
阅读全文
posted @ 2018-11-24 17:04 小纯洁的兄弟
阅读(146)
评论(0)
推荐(0)
编辑
EM最大期望算法
摘要: 众所周知,极大似然估计是一种应用很广泛的参数估计方法。例如我手头有一些东北人的身高的数据,又知道身高的概率模型是高斯分布,那么利用极大化似然函数的方法可以估计出高斯分布的两个参数,均值和方差。这个方法基本上所有概率课本上都会讲,我这就不多说了,不清楚的请百度。 然而现在我面临的是这种情况,我手上的数
阅读全文
posted @ 2018-11-24 16:58 小纯洁的兄弟
阅读(784)
评论(0)
推荐(0)
编辑
下一页
点击右上角即可分享