上一页 1 ··· 27 28 29 30 31 32 33 34 35 ··· 56 下一页

2017年11月30日

LeetCode-2: Add Two Numbers

摘要: 【Problem:2-Add Two Numbers】 You are given two non-empty linked lists representing two non-negative integers. The digits are stored in reverse order an 阅读全文

posted @ 2017-11-30 00:43 CuriousZero 阅读(214) 评论(0) 推荐(0) 编辑

2017年11月25日

Git 修改用户名以及提交邮箱

摘要: 问题背景: 在已毕业师兄的电脑上提交自己的 Github 代码,(尽管有重新设置了 自己的SSH),但是 Github网站提交结果却显示师兄提交的: 验证当前本地属性: 怎么知道本地有设置?git config --local --list 看一眼。怎么设置本地属性? git config user 阅读全文

posted @ 2017-11-25 21:31 CuriousZero 阅读(192111) 评论(4) 推荐(14) 编辑

2017年11月24日

ML 与 DM 工具 Weka 的使用

摘要: 1、关于Weka Weka 的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis),是一款免费的、非商业化(与之对应的是SPSS公司商业数据挖掘产品--Clementine )的,基于JAVA环境下开源的机器学习(machine learn 阅读全文

posted @ 2017-11-24 22:37 CuriousZero 阅读(762) 评论(0) 推荐(0) 编辑

利用DM工具Weka进行数据挖掘(分类)的完整过程

摘要: 利用DM工具Weka进行数据挖掘(分类)的完整过程: (有关Weka的使用详见:ML 与 DM 工具 Weka 的使用) 0 问题背景 任务:根据给定数据集创建分类器。 训练数据集:100 predictive attributes A1,…,A100和一个类标C。每一个属性是介于0-1之间的浮点数 阅读全文

posted @ 2017-11-24 22:29 CuriousZero 阅读(1229) 评论(0) 推荐(0) 编辑

2017年11月20日

CI:关于计算智能

摘要: 该书认为,当前的计算智能起源于人工智能和生物智能。人工智能的起源大约可以追溯到50年以前,而计算智能这个术语则仅仅出现于10年以前。计算智能由几个部分组成,即人工智能、模糊集和模糊逻辑、神经网络(有时候写作FAN)和遗传算法(GA)/进化计算(EC)、混沌(Chaos)、分形(Fractal),还有 阅读全文

posted @ 2017-11-20 15:46 CuriousZero 阅读(236) 评论(0) 推荐(0) 编辑

2017年11月18日

fatal error LNK1123: 转换到 COFF 期间失败:文件无效或损坏

摘要: 问题出现背景: 原本电脑里是装着VS2015的,其使用的是.NET 4.5,当再安装VS2010之后,不能与当前的.NET平台兼容。卸载VS2015时,不会恢复.NET 4.0。 l 当VS2015安装后,VS2010的cvtres.exe就无法使用了。如果你的PATH环境变量中VS2010的工具路 阅读全文

posted @ 2017-11-18 09:19 CuriousZero 阅读(1230) 评论(0) 推荐(0) 编辑

2017年11月14日

CI:模拟进化与遗传算法

摘要: 模拟进化计算 (Simulated Evolutionary Computation) 是近二十年来信息科学、人工智能与计算机科学的一大研究领域,由此所派生的求解优化问题的仿生类算法(遗传算法、演化策略、进化程序),由于其鲜明的生物背景、新颖的设计原理、独特的分析方法和成功的应用实践,正日益形成全局 阅读全文

posted @ 2017-11-14 09:20 CuriousZero 阅读(325) 评论(0) 推荐(0) 编辑

贝叶斯网络

摘要: PRML中,说到,概率图模型中,有向图的典型代表是贝叶斯网络,无向图模型的典型代表是马尔科夫随机场。 朴素贝叶斯其实是一种简单的贝叶斯网络。 Priors P(Y) and conditionals P(Xi|Y) for Naïve Bayes provide CPTs for the netwo 阅读全文

posted @ 2017-11-14 09:18 CuriousZero 阅读(10703) 评论(0) 推荐(0) 编辑

朴素贝叶斯模型

摘要: 贝叶斯法则/贝叶斯定律/定理: P(Y|X)=P(X|Y) P(Y) / P(X) 在某个背景证据 e 上使用一个更加通用版本的条件化公式: P(Y|X,e)=P(X|Y,e) P(Y|e) / P(X|e) 贝叶斯法则运用: Useful for assessing diagnostic prob 阅读全文

posted @ 2017-11-14 09:04 CuriousZero 阅读(746) 评论(0) 推荐(0) 编辑

概率与不确定性(乘法法则与贝叶斯法则)

摘要: 乘法法则: P(a,b)=P(a|b)P(b) 也许很容易记忆:它源于这样的事实,即要使a 和b 同时为真,我们需要b为真,而且我们需要在已知b的条件下 a 也为真。 我们也可以调换 a和 b 的位置得到: P(a,b)=P(b|a)P(a) 乘法原则,根据合取式的可交换性指出它可以写成两种形式: 阅读全文

posted @ 2017-11-14 08:51 CuriousZero 阅读(1104) 评论(0) 推荐(0) 编辑

上一页 1 ··· 27 28 29 30 31 32 33 34 35 ··· 56 下一页

导航