E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
西电李航
XDSEC
西电
CTF练习题WriteUp
XDSEC
西电
CTF练习题WriteUp
西电
ctf练习题地址(http://moectf.xdsec.club)PPC1丶算术天才琪露洛(200)这题原意是要我们编程实现,但经过分析发现,每次输入9都会是正确的
Ban0yan
·
2020-07-30 01:26
CTF
神州游戏本 战神Z7-KP7EC安装ubuntu和win10双系统
正如我的大老师,
西电
老师以及研究僧时候的王老师说的那样:智商不是最重要的,最重要的是坐得住,我觉得这点我需要改进,写下这句话希望对自己的博士生涯有一定的激励。
TnTmilk
·
2020-07-29 16:20
男生女生谁怕谁(6)敬老院的小雷锋
李航
就故弄玄虚地改编《月亮代表我的心》,唱着回答柳叶的问题:“你问我到底喜欢谁,我凭啥告诉你。你的情也真,你的意也深,难道你也喜欢我……”“stop!”张莹莹强制命令,“再唱就不要跟着我们了。”
三门峡014张丽娜
·
2020-07-29 16:07
机器学习之隐马尔科夫模型(HMM)原理及Python实现 (大章节)
本章节内容参考
李航
博士的《统计学习方法》本章节添加了一些结论性结果的推导过程。
happy_hongwei
·
2020-07-29 12:46
机器学习
NLP
人工智能如何跨越“语言关”, 看高文、刘兵、
李航
、马维英、张潼、刘铁岩们是怎么说的?...
7月23日,第二届语言与智能技术高峰论坛(Language&IntelligenceSummit)在北京召开。该论坛是由中国计算机学会与中国中文信息学会共同发起并联合主办的语言理解与认知智能领域的高端论坛,旨在向社会公众介绍国际自然语言理解及认知智能方向的发展趋势和创新成果,推动我国相关领域的前沿学术研究和产业技术创新的发展。本届高峰论坛聚集了来自学术界、产业界从事自然语言处理与人工智能技术研究人
weixin_33923148
·
2020-07-29 06:20
《然后》
李航
回头一看原来是公司外籍员工亚特,他是新西兰人,移民到中国没两年,和自己混的比较熟,他的中文还有口音基本上都是跟着自己学的看来自己这个老师当的不怎样啊。
蓝枫_463a
·
2020-07-29 05:35
看过这片的很多人都预感,2017自己不会再穷
这部巴
西电
影,让Sir想起自己也不怎么富的童年,
Sir电影
·
2020-07-29 03:31
西电
耐斯无管道正压新风系统F300 不得不赞的一款产品
健康是一个永恒的话题。随着室外空气污染的日益加剧,洁净的空气,作为健康的基本要素越来越受到人们的关注。柳絮横飞,雾霾四起,是不是回到家就能避免呢?答案自然是不能。如果定时开窗通风,雾霾尘粉和尾气便会趁虚而入;如果门窗紧闭不开,便会出现含氧量过低,CO2浓度超标,同时,还有甲醛、苯、氡等室内有害气体的挥发不散,严重影响着身体的健康。开窗还是关窗?进退两难不知如何是好。为了能呼吸洁净好空气,很多家庭都
挨踢那事
·
2020-07-29 00:36
Naive Bayes
写在开头最近在学习一些关于机器学习的基础算法,结合学习PeterHarrington的《机器学习实战》和
李航
老师的《统计学习方法》两本书以及网上前辈的笔记,写下了以下的学习过程。
Lucius_Keep_Going!
·
2020-07-28 21:19
机器学习
李航
-《统计学习方法》第七章支持向量机
文章目录一模型二策略2.1线性可分支持向量机与硬间隔最大化2.1.1函数间隔和几何间隔2.1.2间隔最大化2.1.3学习的对偶算法2.2线性支持向量机与软间隔最大化2.2.1线性支持向量机学习算法2.2.2合页损失函数2.3非线性支持向量机与核函数2.3.1核技巧三算法[序列最小最优化算法SMO]3.1求解两个变量二次规划问题的解析方法3.2选择变量的启发式方法支持向量机 二分类模型
李滚滚
·
2020-07-28 19:34
机器学习
统计学习方法学习总结与实现
李航
《统计学习方法》——第五章决策树及Python实现(附习题答案)
文章目录1模型2策略3算法3.1ID3算法(C4.5算法)决策树3.1.1特征选择ID3算法C4.5算法3.1.2决策树生成3.2CART(回归树和决策树)3.2.1特征选择3.2.1.1回归——最小二乘3.2.1.2模型树——最小化线性方程误差3.2.1.3决策——基尼系数3.2.2回归树/决策树生成3.2.3剪枝预剪枝后剪枝3.2.4分类4总结优点缺点:5习题5.1利用信息增益比生层决策树5.
李滚滚
·
2020-07-28 19:02
机器学习
统计学习方法学习总结与实现
决策树模型、本质、连续值完整篇
-摘自《统计学习方法》
李航
第五章《机器学习》周志华第四章决策树算法属于生成算法,通常包括3个步骤:特征选择、决策树的生成、决策树的剪枝决策树学习本质上是从训练集中归纳出一组分类规则。
weixin_34357962
·
2020-07-28 19:34
李航
《统计学习方法》第十章——用Python实现隐马尔科夫模型
相关文章:
李航
《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集)
李航
《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
李航
《统计学习方法》第四章——用Python
wds2006sdo
·
2020-07-28 15:25
机器学习
男生女生谁怕谁(65)绝食的兔子
自然角旁边的窗台上摆着一个金鱼缸,养着四条五彩缤纷的金鱼,窗台下是
李航
昨天带来的一只白玉般的小野兔。“你们女生就是小气,只喜欢花花草草的。我们男生可不一样,喜欢活动的。”
三门峡014张丽娜
·
2020-07-28 15:04
AdaBoost算法
注:本文中所有公式和思路来自于
李航
博士的《统计学习方法》一书,我只是为了加深记忆和理解写的本文。
XGBoost
·
2020-07-28 14:33
机器学习
2018/02/28 71班第1小组作业雨统计
践行结果:请假:1人-007-5318|
李航
(和值月生请假)未点评:2人007-3506|邹善007-5314|王可钦(因手机原因找不到文章点评)作品展示:007-3506|邹善丨作品11讲思考感悟007
Jaycee天使猫
·
2020-07-28 13:47
解决学校邮箱屏蔽邮件的问题/收不到邮件
说明:
西电
邮箱可以这么解决,不知道其他学校邮箱能不能解决……登录:http://smg.stumail.xidian.edu.cn/gw/user/输入邮箱的账号和密码点击“个人设置”修改状态也可以在第一栏看被截拦的邮件补充一波
沉迷单车的追风少年
·
2020-07-28 09:37
乱七八糟的bug
文本分析入门(一)
主要通过博客,
李航
的《统计学习方法》,相关比赛代码来学习。首先还是介绍几个名词,一个新领域总是有很多新名词。
青木长风
·
2020-07-28 08:52
数据挖掘
新风时代来临:大风起兮云飞扬,无管道新风主未来!
当时大会召集了行业标准及检测机构权威专家、家电渠道商大佬、空调厂商高管、新风系统整机企业以及媒体记者共计200余位参会,得到了长虹空调、四川云归谷、海信、
西电
耐斯、A.O.史密斯、上海永健、中科睿赛、格力
挨踢那事
·
2020-07-28 07:41
我对国创、挑战杯这类大学生竞赛的看法
国创的大致过程这里介绍下
西电
国创大致的流程,其他国家级科技竞赛类似,其他学校我不了解,估计差不多。大致流程是对的,具体细节政策可能一直在改,也不一定绝对正确。首先自己联系组队,构思项目,找指导老师。
jzj1993
·
2020-07-28 01:21
学习方法
决策树到底是什么?
本文思想及知识来源于对
李航
老师的统计学习方法的拜读,加上一些自己的理解整理,感谢
李航
老师伟大的著作:《统计学习方法》!决策树是什么?
Air_2014
·
2020-07-27 14:25
李航
《统计学习方法》第七章——用Python实现支持向量机模型(伪造数据集)
相关文章:
李航
《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集)
李航
《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
李航
《统计学习方法》第四章——用Python
wds2006sdo
·
2020-07-27 13:37
机器学习
python
算法
李航
老师《统计习方法》第二版第二十一章课后题答案以及关于PageRank的改进算法
转载请注明出处1、
李航
老师《统计学习方法》第二版第二十一章课后题答案21.1假设方阵A是随机矩阵,即其每个元素的非负,每列元素的和为1,证明AkA^{k}Ak仍然是随机矩阵,其中k是自然数。
六七~
·
2020-07-22 18:32
笔记
统计学习方法第二版
机器学习
人工智能
线性代数
算法
《机器学习实战》中SVM算法实现的错误
最近又看了一遍SVM算法,理论主要参考了
李航
老师的《统计学习方法》,代码实现上参考了《机器学习实战》和smo算法的原始论文。期间发现《机器学习实战》在实现完整版的PlattSMO有点问题。
lightt
·
2020-07-17 16:37
感谢所赐
日历翻过一页又一页,2017终于兑现了,在
西电
明信片写下的致言,未必轻松,但很清醒,庆幸的是,你一直是一个忠于自己,并敢于做自己的人。
穆如清风_如初
·
2020-07-16 06:47
西电
硕士论文latex使用说明
西电
官网有latex包的下载,附上链接http://gr.xidian.edu.cn/info/1047/5086.htm1.顺利编译1.需要将gbt7714-2005.bst拷贝到XDUthesis目录下
丶馨儿
·
2020-07-16 05:50
资源整合,互联共赢
当我们刚刚想到这个主题的时候我是顾虑的,因为
西电
互联网大会参会者大都是来自西安各个学校的学生,而且大都是极客,我们也更希望他们能够去做一些比较酷的事情。
秦时明月V
·
2020-07-16 05:48
【机器学习】:SMO算法理解
主要基于
李航
的《统计学习方法》SMO(sequentialminimaloptimization)序列最小最优化算法我们在讨论支持向量机的学习问题时,可以将其转换成求解凸二次规划问题。
故沉
·
2020-07-16 01:36
#
机器学习
新基建将引发全国用电量暴涨近两成,如何应对
西部地区大量建设大型数据中心将增加当地电力消费,减少外输电量,改变“
西电
东输”格局。数字基础设施的能耗强度如果没能得到有效控制,数字经济的低碳效果就会大打折扣。国网安徽省电力有限公司检修分公
数据中心运维管理
·
2020-07-16 00:53
感知器算法及实现(个人觉得很不错!)
显示不完全,原文链接http://www.cnblogs.com/OldPanda/archive/2013/04/12/3017100.html笔记——感知机最近在研究机器学习理论的时候发现了一本好书,是
李航
博士的
gningh
·
2020-07-15 23:00
模式识别
李航
:统计学习方法 学习笔记 1 统计学习方法概论
李航
:统计学习方法学习笔记1统计学习方法概论前言1.1统计学习1.2监督学习1.3统计学习三要素1.3.1损失函数和风险函数1.3.2经验风险最小化和结构风险最小化1.4模型评估与模型选择1.5其他..
雪清Fand
·
2020-07-15 19:27
机器学习
算法
一战电子科技大学860软件工程失败二战西安电子科技大学计算机上岸的经验与教训
文章目录一、个人简介二、一战成电考研失败的教训三、二战
西电
上岸的经验1、初试篇2、复试篇四、总结本文主要记录一下这两年来的考研过程中遇到的问题以及一些经验和方法,也算为考研这件事画上一个圆满的句号吧,同时也希望这些经验与教训可以帮助学弟学妹们跳过一些坑
Evan_love
·
2020-07-15 13:29
研究生复试
李航
(统计学习方法第一章)
第一章统计学习方法概论内容概要:内容概括:简要叙述统计学习方法的基本概念主要内容:监督学习统计学习方法三要素模型策略算法正则化交叉验证学习的泛化能力生成模型与判别模型监督学习方法的应用分类问题标注问题回归问题1.1统计学习统计学习是关于计算机基于构建概率统计模型并运用模型对数据进行预测与分析的一门学科学习:如果一个系统能够通过执行某个过程改进他的性能,这就是学习统计学习的对象:数据目的:预测及分析
公琉星追
·
2020-07-15 10:08
机器学习
李航
—统计学习方法
AI菌今天分享的是
李航
老师的统计学习方法链接:http://pan.baidu.com/s/1bL3LVo密码:c272内容简介······《统计学习方法》是计算机及其应用领域的一门重要的学科。
AI玩转智能
·
2020-07-15 10:04
07-
西电
审核--主要内容--主要信息区
HTMLCSS.main-info{margin-top:8px;}左侧导航![](img/jiao-xue-oa.png)![](img/zhuang-tai-shu-ju.png)![](img/xue-yuan-ping-gu.png)![](img/zhi-liang-bao-gao.png)CSS.main-info.left-aside{width:248px;}.main-info.
jdzhangxin
·
2020-07-15 09:58
【干货】
李航
老师《统计学习方法》(第2版)课件分享,附下载
李航
博士的《统计学习方法》可以说是机器学习的入门宝典。现如今,统计学习方法(第2版)于今年5月份出版,在第一版监督学习的基础上,增加了无监督学习内容,更加丰富,是非常值得学习材料。
python爬虫人工智能大数据
·
2020-07-15 06:58
《机器学习实战》笔记——第二章:k-近邻算法(kNN)实战
1说明该书主要以原理简介+项目实战为主,本人学习的主要目的是为了结合
李航
老师的《统计学习方法》以及周志华老师的西瓜书的理论进行学习,从而走上机器学习的“不归路”。
圣西罗风之子
·
2020-07-15 06:46
机器学习
F函数的极大极大算法
本文所用的变量名称与
李航
第九章相同,即,隐变量数据:Z;观测变量数据:Y(永远是已知的);需要估计的模型参数θ\thetaθ,概率分布一律用P(·)表示。
布雷斯伍德
·
2020-07-15 06:12
Gradient Tree Boosting:梯度提升树详解
理论数学推导请参考《统计机器学习》-
李航
,或者参考sklearn的官方文档,下面是我的部分笔记,也可以作为参考优缺点GBRT是对任意的可微损失函数的提升算法的泛化,即可回归亦可分(sai)类(ting)
weixin_30614587
·
2020-07-15 03:33
李航
《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
相关文章:
李航
《统计学习方法》第二章——用Python实现感知器算法(MNIST数据集)
李航
《统计学习方法》第四章——用Python实现朴素贝叶斯分类器(MNIST数据集)
李航
《统计学习方法》第五章——
wds2006sdo
·
2020-07-15 02:29
python
机器学习
python
李航
机器学习
Adaboost算法流程记录
下面关于adaboost的内容部分参考
李航
老师的《统计学习方法》输入:训练数据集\(T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\}\),其中\(X\)为实例空间,\(Y\
树荫下的野草
·
2020-07-15 02:59
机器学习大数据学习路线总结
写在前面欢迎大家来到
西电
浪潮俱乐部,相信对于你们中的大多数同学来说,来到俱乐部是因为被人工智能,大数据的名头所吸引,想
awesome_go
·
2020-07-15 01:34
大数据+机器学习
人工智能
大数据
请回答2013|这个夏天,我们收集了2017份答案
【1】北操的星空流云夏天的风某日美丽的晚霞明亮到灼目的空荡校园凌乱的泪水一切兵荒马乱的青春都将在这个六月潦草收场【2】那个你一定要见的人,还在
西电
吗?我们都还在
西电
还在呼吸着同一片空气,踏过同一个地
谭文文
·
2020-07-15 01:47
李航
-第8章提升方法
Adaboost:adaptiveBoosting。Boosting是EnsembleLearning算法的一个类别。Boost的意思为“提升”,这类算法的思想是“给定仅比随机猜测略好的弱学习算法,将其提升为强学习算法”AdaBoost最基本的性质是它能在学习过程中不断减少训练误差,即在训练数据集上的分类误差率。a.boosting与bagging区别一、关于bagging算法(bootstrap
瘦长的丰一禾
·
2020-07-14 23:18
C#实现KNN算法
KNN算法的C#代码,上一篇博客中的C#创建KD树的程序中的算法是模仿MATLAB的KDTree的程序思路这次按照
李航
老师的《统计学习方法》中的思路,写一个C#程序,其中创建KD树的分割的维度并不是轮寻
qshbbh
·
2020-07-14 21:28
C#
机器学习
阅读笔记 - 《统计学习方法 -
李航
》
阅读笔记-《统计学习方法-
李航
》1统计分析1.1常见的几种损失函数1.2风险函数1.3过拟合1.4损失函数1.5模型选择的方法1:正则化1.6模型选择的方法2:交叉验证1.7生成方法与判别方法1.8分类器评估指标
pennyyangpei
·
2020-07-14 20:20
机器学习
算法
【
李航
统计学习方法】感知机模型
目录一、感知机模型二、感知机的学习策略三、感知机学习算法感知机算法的原始形式感知机模型的对偶形式参考文献本章节根据统计学习方法,分为模型、策略、算法三个方面来介绍感知机模型。首先介绍感知机模型,接着介绍感知机的学习策略,也就是最小化损失函数,最后介绍感知机学习的算法,分为原始形式和对偶形式(当中也介绍了算法的收敛性)【PS:算法也就是随机梯度下降算法】一、感知机模型首先感知机(perceptron
郭畅小渣渣
·
2020-07-14 19:48
算法
NLP
算法
python
机器学习
【干货】
李航
老师《统计学习方法》(第2版)清华PPT课件分享
阅读大概需要7分钟跟随小博主,每天进步一丢丢参考:AI派
李航
博士的《统计学习方法》可以说是机器学习的入门宝典。
zenRRan
·
2020-07-14 17:37
李航
《统计学习方法》多项式函数拟合问题V2
问题描述假定给定一个训练数据集:T={(x1,y1),(x2,y2),⋯,(xN,yN)}其中,xi∈R是输入x的观测值,yi∈R是相应的输出y的观测值,i=1,2,⋯,N,多项式函数拟合的任务是假设给定数据由M次多项式函数生成,选择最有可能产生这些数据的M次多项式函数,即在M次多项式函数中选择一个对已知数据以及未知数据都有很好预测能力的函数。设M次多项式为fM(x,w)=w0+w1x+w2x2+
maludian1810
·
2020-07-14 15:58
机器学习实战之KNN算法
不过在这里还是推荐一下
李航
老师的那本《统计学习方法》,该书注重理论推导及挖掘算法背后的数学本质,和《机器学习实战》配合起来学习,可以达到事半功倍的效果。有这两本书基本可以让我们这些小白开始起飞了。
光速跑者21
·
2020-07-14 10:33
Algorithm
python
机器学习
上一页
23
24
25
26
27
28
29
30
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他