摘要:
第六讲——降纬 首先,复习一下线代中的:特征值;n阶方阵:行和列的数量都为n。 虽然讲得很热闹,概念也不简单,但是在Python里面能直接使用包里面的函数,直接将矩阵带入就能返回特征值和特征值分解 。 回归主题:什么是降维? 先是定义了降纬,然后举了两个例子,一个人虽然生活在三维空间,但是定义他的位 阅读全文
摘要:
今天学习了机器学习第五讲——聚类: 首先是复习凸函数和Jensen不等式(我怎么不记得我学过,哈哈哈);凸函数(简单概括):弦在弧上 左侧红字:失真度量 模型求解: 优化目标和优化方式: 可视化的展示和总结一下算法流程:多次迭代法,结果和选择的初始点相关。 随后介绍了高斯混合模型:凹函数弦在弧下,不 阅读全文
摘要:
第四讲——模型提升: 课程先分析了误差来源: f*是通过训练集得到的一个函数,f^是这个空间H中理论最好的函数,而这个训练集背后是由f产生的,也就是说f是最好的函数,f^次之,f*是由训练集D得到的函数,他和空间H中理论最好的f^之间的误差叫做估计误差,f^与f之间的误差,叫做逼近误差。 感知机看左 阅读全文
摘要:
今天学习了第三讲:分类。 首先引入了初中知识,点到直线的距离,之后进一步上升到点到空间的距离,还给出了距离公式。 随后引入了最重要的梯度下降法,这种方法在下面被反复使用: 在大数据时代,要对每一个数据进行计算根本不现实,所以随机选取一个样本进行测试,所以更新参数只用一个样本梯度即随机梯度下降法,经过 阅读全文
摘要:
几天学习了机器学习十讲的第二讲——回归,首先从大一学的线性代数开始讲起,显示简单复习了线性代数的知识点: 介绍完逆矩阵,老师提出了疑问,什么是回归: 但是听到一半我有些疑问,老师举的例子就是身高的例子,但是现实是后代的身高往往比父母都要高,哈哈,我把他归根于营养好。 上图用图显示了回归模型预测的实例 阅读全文
摘要:
今天学习了数据酷客的《机器学习十讲》中的第一讲,老师提出了很多概念,我做了截图,也写了一些自己的理解: 首先是引言:学习机器学习的理由,它的应用。 之后是关于大数据,人工智能等一些现在热词的定义的阐释: 这里面提到一个函数Y=F(X),F是由多层的神经网络来表示。人工智能,从Y的角度看:能解决什么问 阅读全文
摘要:
第三章: 第三章标题是映射到关系数据库,首先讲的是架构模式,它要解决的问题是驱动逻辑领域访问数据库的方式,如何设计领域逻辑也会对选择产生巨大影响。他提到很多开发者不是很了解SQL语句,使用的语句都很笨拙或者有很多错误,他提到,使用适合程序开发语言的机制访问数据库可能会更好,因此他把SQL访问从领域逻 阅读全文
摘要:
直接上干货,下载地址:https://repo.anaconda.com/archive/ 下载完安装的时候教程有很多,我是安装的时候遇到了问题,三个提示框: Failed to create Anaconda menusFailed to initialize Anaconda directori 阅读全文
摘要:
今天从网上找了好久软件体系架构的书,在一篇前辈的博客中找到了《企业应用架构模式》这本书,为了省钱还是选择电子版,哈哈,附上下载网址,方便看到我博客的小伙伴不用再去辛苦的找地方下载了:http://www.uzzf.com/qudong/126178.html 下面进入正题:作者在前言中介绍了自己和这 阅读全文
摘要:
什么是需求工程?需求工程是所有需求处理活动的综合,它收集信息、分析问题、整合挂点、记录需求并验证其正确性,最终反应软件被应用后与其环境互动形成的期望效应。需求工程是为了在软件开发前需要软件工程师们去了解并去设计出一套解决方案。因为软件工程师并不是了解所有领域。所以更加需要更用户沟通。需求工程十分重要 阅读全文