金秀 - 博客园

cmake 添加头文件目录，链接动态、静态库(转载）

摘要：来源网址：http://www.cnblogs.com/binbinjx/p/5626916.html 罗列一下cmake常用的命令。 CMake支持大写、小写、混合大小写的命令。 1. 添加头文件目录INCLUDE_DIRECTORIES 语法：它相当于g++选项中的-I参数的作用，也相当于环境阅读全文

posted @ 2017-04-12 16:59 金秀阅读(5035) 评论(0) 推荐(1) 编辑

Opencv 2.4.10 +VS2010 项目配置

摘要：资料来源：http://blog.csdn.net/scottly1/article/details/40978625 阅读全文

posted @ 2017-03-09 08:37 金秀阅读(123) 评论(0) 推荐(1) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第七章预测技术与哲学）7.3 岭回归

摘要： 7.3 岭回归 7.3.1 验证多重共线性 7.3.2 岭回归理论 7.3.3 岭际分析 7.3.4 k值的判断 7.3.5 辅助函数（1）导入多维数据集：加载数据集（2）标准化矩阵数据集（3）绘制图形 7.3.6 岭回归实现与K值确定参考资料：郑捷《机器学习算法原理与编程实践》仅供学习研阅读全文

posted @ 2017-02-20 10:41 金秀阅读(299) 评论(0) 推荐(1) 编辑

Spark在Windows下的环境搭建(转）

摘要：原作者：xuweimdm 原文网址：http://blog.csdn.net/u011513853/article/details/52865076 由于Spark是用Scala来写的，所以Spark对Scala肯定是原生态支持的，因此这里以Scala为主来介绍Spark环境的搭建，主要包括四个步骤阅读全文

posted @ 2017-02-18 18:28 金秀阅读(230) 评论(0) 推荐(0) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第七章预测技术与哲学）7.2 径向基网络

摘要： 7.2 径向基网络 7.2.1 RBF 网络 RBF网络是属于前馈神经网络，输入层与所有的其他神经网络相同，输入层到隐含层再到输出层经历了三次运算。从输入层到隐含层求解输入节点与类别标签的欧式距离||dist|| 在隐含层根据欧式距离使用RBF高斯函数进行曲线拟合从隐含层到输出层为一个线性函数。阅读全文

posted @ 2017-02-17 16:52 金秀阅读(325) 评论(0) 推荐(0) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第七章预测技术与哲学）7.1 线性系统的预测

摘要： 7.1.1 回归与现代预测 7.1.2 最小二乘法 7.1.3 代码实现（1）导入数据（3）主函数资料来源：郑捷《机器学习算法原理与编程实践》仅供学习研究阅读全文

posted @ 2017-02-17 14:25 金秀阅读(347) 评论(0) 推荐(0) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第六章神经网络初步）6.5 Boltzmann机算法

摘要： 6.5 Boltzmann机算法 6.5.1 问题的提出 6.5.2 模拟退化原理 6.5.3 Boltzmann分布与退火过程 6.5.4Boltzmann机类与退火过程 Boltzmann网络初始时，需要根据参数设置一系列的初始值，主要参数在_init_中（1）构造方法如下（2）加载数据文件阅读全文

posted @ 2017-02-14 17:32 金秀阅读(369) 评论(0) 推荐(0) 编辑

cython学习

摘要：学习网址：http://blog.csdn.net/i2cbus/article/details/23791309 阅读全文

posted @ 2017-02-13 15:00 金秀阅读(136) 评论(0) 推荐(0) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第六章神经网络初步）6.3 自组织特征映射神经网路（SOM）

摘要：具体原理网址：http://wenku.baidu.com/link?url=zSDn1fRKXlfafc_tbofxw1mTaY0LgtH4GWHqs5rl8w2l5I4GF35PmiO43Cnz3YeFrrkGsXgnFmqoKGGaCrylnBgx4cZC3vymiRYvC4d3DF3 自组织阅读全文

posted @ 2017-02-10 18:14 金秀阅读(560) 评论(0) 推荐(0) 编辑

郑捷《机器学习算法原理与编程实践》学习笔记（第六章神经网络初步）6.2 BP神经网络

摘要： 6.2.1 略 6.2.2 BP网络的构成输入层：样本向量的维度激活函数：Logistic 误差计算：实际分类-预测分类输出层：类别标签向量迭代公式如下图所示BP网络的基本结构，该结构分为以下几个部分：（1）输入层i 输入向量：x = （x1，x2，x3，...,xn）输入层与隐含层链阅读全文

posted @ 2017-02-09 16:09 金秀阅读(1141) 评论(0) 推荐(1) 编辑