07 2015 档案
摘要：一、简答题（本题共30分）1、如何理解继承、多态、组合，请举例说明它们的应用。（10分）2、请列举出进程间通信的几种方式（至少列举出三种）。（10分）3、请写出贝叶斯公式，请描述朴素贝叶斯分类方法的原理和步骤。（10分）二、算法与程序设计（本题共40分）1、两个长度为100的随机向量X和Y，X=（x...
阅读全文
摘要：传统的x86 CPU最大支持232Bytes即4GB的内存。而64位操作系统的寻址能力就是2的64次方。也就是17179869184G，当然这只是理论值，实际中不可能用到这么大的内存，目前64位windows系统最大只支持128G。而当前主流主板只能加到16G内存分配一个由c/C++编译的程序占用的...
阅读全文
摘要：原文：http://www.itongji.cn/article/06294DH015.html机器学习方法非常多，也很成熟。下面我挑几个说。首先是SVM。因为我做的文本处理比较多，所以比较熟悉SVM。SVM也叫支持向量机，其把数据映射到多维空间中以点的形式存在，然后找到能够分 类的最优超平面，最后...
阅读全文
摘要：原文：http://www.itongji.cn/article/0Q926052013.html在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数...
阅读全文
摘要：原文：http://blog.csdn.net/xhz1234/article/details/6510568C++：构造函数和析构函数能否为虚函数？简单回答是：构造函数不能为虚函数，而析构函数可以且常常是虚函数。（1） 构造函数不能为虚函数让我们来看看大牛C++之父 Bjarne Stroustr...
阅读全文
摘要：原文：http://blog.codinglabs.org/articles/pca-tutorial.htmlPCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于...
阅读全文
摘要：原文：http://blog.sciencenet.cn/blog-696950-699432.htmlPS：一直以来对SVD分解似懂非懂，此文为译文，原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把这个问题讲解的如此清晰，实属不易。原文举了一个简单的图像处理问题，简单形象...
阅读全文
摘要：原文：https://www.zybuluo.com/frank-shaw/note/108124信息熵信息是个很抽象的概念。人们常常说信息很多，或者信息较少，但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信息量。直到1948年，香农提出了“信息熵”的概念，才解决了对信息的量化度量...
阅读全文
摘要：原文：http://slaytanic.blog.51cto.com/2057708/939950翻译Hive官方文档系列，文中括号中包含 注: 字样的，为我自行标注的，水平有限，翻译不是完美无缺的。如有疑问，请参照Hive官方文档对照查看。内容列表 Cloudera制作的Hive介绍视频 安装与配...
阅读全文
摘要：原文：http://blog.javachen.com/2014/06/09/hive-data-manipulation-language.html关于 Hive DML 语法，你可以参考 apache 官方文档的说明:Hive Data Manipulation Language。apache的...
阅读全文
摘要：原文：http://zhouyichu.com/machine-learning/Statistical-Learning-Introduction.html统计学习统计学习的特点统计学习(statistical learning)是关于计算机给予数据构建概率统计模型并运用模型对数据进行预测与分析的...
阅读全文
摘要：原文：http://zhouyichu.com/machine-learning/Gradient-Descent.html前言最近在看斯坦福的《机器学习》的公开课，这个课程是2009年的，有点老了，不过讲的还是很好的，廓清了一些我以前关于机器学习懵懂的地方。我的一位老师曾经说过:什么叫理解？理解就...
阅读全文
摘要：原文：http://blog.csdn.net/dongtingzhizi/article/details/15962797Logistic回归总结作者：洞庭之子微博：洞庭之子-Bing（2013年11月）PDF下载地址：http://download.csdn.net/detail/lewsn20...
阅读全文
摘要：原文：http://www.zhihu.com/question/20822481相同1.本质相同：两种方法都是在给定已知数据（independent & dependent variables）的前提下对dependent variables算出出一个一般性的估值函数。然后对给定新数据的depen...
阅读全文
摘要：原文：http://blog.csdn.net/qll125596718/article/details/8248249 监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可...
阅读全文
摘要：原文：http://blog.csdn.net/keith0812/article/details/8901113“支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上”结构化风险结构化风险 = 经验风险 + 置信风险经验风险 =分类器在给定样本上的误差置信风险 = 分类器在未知...
阅读全文
摘要：转自：七月算法社区http://ask.julyedu.com/question/276咨询：带约束优化问题 拉格朗日 对偶问题 KKT条件关注|22...咨询下各位，在机器学习相关内容中，每次看到带约束优化问题，总是看到先用拉格朗日函数变成无约束问题，然后转成求拉格朗日对偶问题，然后有凸函数假设，...
阅读全文
