Learing(Andrew)

nodejs渐入佳境[8]-json处理

原始文件json.js:1234567891011121314151617181920212223242526//字符串varpersonString='{"name":"Andrew","age":25
jonson_jackson·2018-11-30 18:06

浅谈Python在pycharm中的调试(debug)

在Deep_Learing工程中创建两个python文件，其中执行程序的文件名称为main.py，另一个KNN.py则是机器学习中一个小的模块，其中有算法代码。
IAMoldpan·2018-11-29 09:03

SSM配置JDBC错误: cquisition Attempt Failed!!!

Clearingpendingacquires.Whiletryingtoacquireaneedednewresource,wefailedtosucceedmorethanthemaximumn
小鸣的微笔记·2018-11-25 14:00

Machine Learning-Andrew Ng 课程第九周——Anomaly Detection & Collaborate Filtering

好久没写了…在因为第九周的课程逾期而疯狂补课之后，我又开始写周总结了，这一周的课程和作业并不难，只是collaboratefiltering的概念我还是感觉很迷。废话不多说，这周作业里的注意的点有两个：1.CollaborateFiltering代价函数的梯度计算实际上和linearregression非常相似，只不过在CollaborateFiltering中，要同时学习x(1)...x(nm)
Dr_destiny·2018-11-14 16:10

Machine Learning-Andrew Ng 课程第九周——Anomaly Detection & Collaborate Filtering

好久没写了…在因为第九周的课程逾期而疯狂补课之后，我又开始写周总结了，这一周的课程和作业并不难，只是collaboratefiltering的概念我还是感觉很迷。废话不多说，这周作业里的注意的点有两个：1.CollaborateFiltering代价函数的梯度计算实际上和linearregression非常相似，只不过在CollaborateFiltering中，要同时学习x(1)...x(nm)
Dr_destiny·2018-11-14 16:10

3. 行为型模式 (10) 中介者模式

1.中介者模式packagecom.andrew.patter
andrew7676·2018-11-08 09:00

3. 行为型模式 (10) 中介者模式

1.中介者模式packagecom.andrew.patter
andrew7676·2018-11-08 09:00

3. 行为型模式 (8) 状态模式

1.状态模式packagecom.andrew.pattern0308.state.model01;publicinterfaceState{publicvoiddoAction(Contextcon
andrew7676·2018-11-07 09:00

3. 行为型模式 (8) 状态模式

1.状态模式packagecom.andrew.pattern0308.state.model01;publicinterfaceState{publicvoiddoAction(Contextcon
andrew7676·2018-11-07 09:00

3. 行为型模式 (7) 备忘录模式

1.备忘录模式packagecom.andrew.pattern0307.memento.model01;publicclassMemento{priva
andrew7676·2018-11-06 14:00

3. 行为型模式 (7) 备忘录模式

1.备忘录模式packagecom.andrew.pattern0307.memento.model01;publicclassMemento{priva
andrew7676·2018-11-06 14:00

3. 行为型模式 (6) 命令模式

1.命令模式packagecom.andrew.pattern0306.command.model01;publicinterfaceOrder{voidexecute();}packagecom.a
andrew7676·2018-11-06 11:00

3. 行为型模式 (6) 命令模式

1.命令模式packagecom.andrew.pattern0306.command.model01;publicinterfaceOrder{voidexecute();}packagecom.a
andrew7676·2018-11-06 11:00

AI-023: 吴恩达教授（Andrew Ng）的机器学习课程学习笔记75-80. Large scale ML

本文是学习AndrewNg的机器学习系列教程的学习笔记。教学视频地址：https://study.163.com/course/introduction.htm?courseId=1004570029#/courseDetail?tab=1处理大规模数据：75.Largescalemachinelearning–learningwithlargedatasets先随机抽取小量数据进行模型训练，当模
铭记北宸·2018-11-05 22:23

3. 行为型模式 (3) 观察者模式

1.观察者模式packagecom.andrew.pattern0303.observer.model01;importjava
andrew7676·2018-11-02 16:00

3. 行为型模式 (3) 观察者模式

1.观察者模式packagecom.andrew.pattern0303.observer.model01;importjava
andrew7676·2018-11-02 16:00

2. 结构型模式 (7) 享元模式

1.享元模式packagecom.andrew.pattern0207.flyweight.model01;publicinterfaceShape{voiddraw();}packagecom.a
andrew7676·2018-10-30 13:00

2. 结构型模式 (7) 享元模式

1.享元模式packagecom.andrew.pattern0207.flyweight.model01;publicinterfaceShape{voiddraw();}packagecom.a
andrew7676·2018-10-30 13:00

2. 结构型模式 (6) 组合模式

1.组合模式packagecom.andrew.pattern0206.composite.model01;importjava.
andrew7676·2018-10-30 09:00

2. 结构型模式 (6) 组合模式

1.组合模式packagecom.andrew.pattern0206.composite.model01;importjava.
andrew7676·2018-10-30 09:00

2. 结构型模式 (4) 外观模式

1.外观模式packagecom.andrew.pattern0204.facade.model01;publicinterfaceShape{voiddra
andrew7676·2018-10-29 14:00

2. 结构型模式 (4) 外观模式

1.外观模式packagecom.andrew.pattern0204.facade.model01;publicinterfaceShape{voiddra
andrew7676·2018-10-29 14:00

Andrew Ng机器学习笔记#3

LogisticregressionHypothesisfunctionanddefinition:Therefore,thefinalformofthehypothesisfunctionshalllooklikethis:2.Decisionboundary:3.Costfunction:4.Gradientdescent：Noticethatthisisexactlythesameastha
JZJZ73·2018-10-23 21:49

DeepFM论文阅读笔记

0-摘要DeepFM融合了因子分解机(FM)的推荐优势和DeepLearing的特征提取优势。在基准数据和商业数据上都表现优越。1-介绍点击率(CTR)预测是估计用户对某个商业项目进行点击的概率。
JasonLiu1919·2018-10-18 11:55

2018-10-13 Resume Test01

Name:¿¿¿¿¿¿Tel:(412)-758-0526Mail:jimingli@andrew.cmu.eduSite:https://www.jianshu.com/u/152d2b016dc5#
LunarShade·2018-10-14 09:44

XML 语法速查笔记

范例下面是一个相对比较完整的XML范例：Andrew2018-10-1120181011这是一个示例性质的XML范例。可以看到，一些关键字符比如双引号"是需要转义的。
amc·2018-10-11 00:00

D-separation 概率图模型判断条件独立性

英文转载自andrew.cmu.eduContentsHistoryandMotivationD-separationExplained,withAppletFormalDefinitionofD-separation
Danliwoo·2018-10-10 17:26

D-separation 概率图模型判断条件独立性

英文转载自andrew.cmu.eduContentsHistoryandMotivationD-separationExplained,withAppletFormalDefinitionofD-separation
Danliwoo·2018-10-10 17:26

Machine Learning-Andrew Ng 课程第六周——Advice for Applying Machine Learning

这一周的课程没涉及什么特别“硬”的知识，都是在说如何使学习算法表现得更好，但是这些知识也很重要，有助于提高“软”实力，特别是在调试算法的时候，尤其有帮助。1.LearningCurve和ValidationCurve所谓的LearningCurve就是指参数theta分别在trainingset和validationset上的error随训练集规模变化的曲线，其他的不多说，就说一点在编程时需要注意
Dr_destiny·2018-10-09 21:40

Machine Learning-Andrew Ng 课程第六周——Advice for Applying Machine Learning

这一周的课程没涉及什么特别“硬”的知识，都是在说如何使学习算法表现得更好，但是这些知识也很重要，有助于提高“软”实力，特别是在调试算法的时候，尤其有帮助。1.LearningCurve和ValidationCurve所谓的LearningCurve就是指参数theta分别在trainingset和validationset上的error随训练集规模变化的曲线，其他的不多说，就说一点在编程时需要注意
Dr_destiny·2018-10-09 21:40

linux内核编译

按照韦东山课程上说的进行内核比编译的时候出现了如下的错误：使用的开发板是jz2440但是编译选项中只有s3c2440的选项andrew@andrew-Thurley:/work/svn_linux/linux
AndrewYZWang·2018-10-06 13:57

Machine Learning-Andrew Ng 课程第五周——Back Propagation

这周的编程作业真的麻烦…因为涉及的矩阵比较多，每个矩阵的尺寸又不尽相同，光是把每个公式的运算问题改过来都用了不少时间，而且反向传播的过程又不是很直观，整个过程就用了很长时间。刚刚把作业提交上去，因为中间改的东西忘了不少，现在就把能记得的一些要点提出来，之后想到了再补充。1.关于δ(l)\delta^{(l)}δ(l)的一些问题在反向传播中很重要的一点就是δ(l)\delta^{(l)}δ(l)了，
Dr_destiny·2018-10-04 23:23

Machine Learning-Andrew Ng 课程第五周——Back Propagation

这周的编程作业真的麻烦…因为涉及的矩阵比较多，每个矩阵的尺寸又不尽相同，光是把每个公式的运算问题改过来都用了不少时间，而且反向传播的过程又不是很直观，整个过程就用了很长时间。刚刚把作业提交上去，因为中间改的东西忘了不少，现在就把能记得的一些要点提出来，之后想到了再补充。1.关于δ(l)\delta^{(l)}δ(l)的一些问题在反向传播中很重要的一点就是δ(l)\delta^{(l)}δ(l)了，
Dr_destiny·2018-10-04 23:23

Linux指令——基础

cd/home/andrew/linux：绝对路径。cd../home/：相对路径。cd~：进入用户家目录。cd-:
CrankyPants·2018-10-04 20:44

Machine Learning Yearning(Andrew Ng)

https://gallery.mailchimp.com/dc3a7ef4d750c0abfc19202a3/files/5dd91615-3b3f-4f5d-bbfb-4ebd8608d330/Ng_MLY01_13.pdf(书)深度学习优化策略/经验策略1：Choosedevandtestsetstoreflectdatayouexpecttogetinthefutureandwanttod
淡定的牧羊人·2018-09-29 11:29

资源 | Andrew NG新书下载【附PDF】

转自|机器学习成长之路目前市面上绝大部分机器学习的书侧重于模型理论与证明推导，鲜有涉及工程产品实践，然而在工作中，这往往是重点与难点。这本书是Ng在机器学习工程实践中的经验总结，非常实用且独一无二的一本书，短小精悍但干货十足，强烈推荐给从事数据领域的团队与个人。来自网友的评论闲话少说，既然这么棒，而且免费，该怎么获取呢？1.登录官网：http://www.mlyearning.org/2.登录De
机器学习算法与Python学习-公众号·2018-09-27 08:00

Machine Learning-Andrew Ng 课程第四周——非线性假设 & Neural Network

目录1.图像作为输入时的训练2.关于神经网络中HiddenLayer在编程时的注意事项3.Matlab中max()函数的用法1.图像作为输入时的训练之前我们处理的输入都是一些标量，比如房子的面积、卧室数量、肿瘤的体积等等，但在实际工程应用中，很多输入比这复杂许多，比如说图像。在此次编程作业中用到了手写数据集，每个图像都是20×2020\times2020×20，共有5000张图片，在实际操作时，所
Dr_destiny·2018-09-26 21:30

Machine Learning-Andrew Ng 课程第四周——非线性假设 & Neural Network

目录1.图像作为输入时的训练2.关于神经网络中HiddenLayer在编程时的注意事项3.Matlab中max()函数的用法1.图像作为输入时的训练之前我们处理的输入都是一些标量，比如房子的面积、卧室数量、肿瘤的体积等等，但在实际工程应用中，很多输入比这复杂许多，比如说图像。在此次编程作业中用到了手写数据集，每个图像都是20×2020\times2020×20，共有5000张图片，在实际操作时，所
Dr_destiny·2018-09-26 21:30

DEEPLEARING----MNIST的安装运行步骤（windows10,使用anaconda,spyder）

写在开头：本人第一次学习深度学习，网上找了很多关于安装MNIST的步骤，感觉有些地方操作起来有错误，并且不适合普通的入门新手，特此，在成功安装运行成功之后，写本篇博文，记录且帮助其他想学习的新手。撒花【1】下载anaconda在官网下载Anaconda，安装。anaconda官网根据电脑位数下载合适的版本，本人电脑的64位，下载黄色注释的版本。【2】构建tensorflow虚拟环境1）打开anac
元词·2018-09-22 09:51

Machine Learning-Andrew Ng 课程第三周——Logistic Regression

目录1.关于LogisticRegression的一些基本问题(1)LogisticRegression的名字(2)假设$h_\theta(\mathbf{x})$的内在含义(3)LogisticRegression的梯度下降推导2.关于正则化的一些基本问题(1)正则化的初衷(2)关于添加特征和运用正则化后的模型预测效果(3)关于LogisticRegression的costfunction正则化
Dr_destiny·2018-09-21 21:39

Machine Learning-Andrew Ng 课程第三周——Logistic Regression

目录1.关于LogisticRegression的一些基本问题(1)LogisticRegression的名字(2)假设$h_\theta(\mathbf{x})$的内在含义(3)LogisticRegression的梯度下降推导2.关于正则化的一些基本问题(1)正则化的初衷(2)关于添加特征和运用正则化后的模型预测效果(3)关于LogisticRegression的costfunction正则化
Dr_destiny·2018-09-21 00:00

Machine Learning-Andrew Ng 课程第一、二周——梯度下降法（单变量、多变量）

目录1.SimultaneousUpdate2.梯度下降法中的减号3.批(Batch)梯度下降和随机(Stochastic)梯度下降4.NormalizedFeatures5.$\theta^T\mathbf{x}$和$X\theta$之间的区别写这个博客是因为最近我在Coursera上学习吴恩达的机器学习课程，为了巩固所学，记录在学习中遇到的一些问题。之后每一周都会在这里进行分享。第一、二周的内
Dr_destiny·2018-09-18 16:20

1. 创建型模式 (1) 单例模式

packagecom.andrew.pattern0101.singleton.modal01;/***1.饿汉式单
andrew7676·2018-09-12 13:00

1. 创建型模式 (1) 单例模式

packagecom.andrew.pattern0101.singleton.modal01;/***1.饿汉式单
andrew7676·2018-09-12 13:00

cnn 系列文章三 ----strides，padding详解，基于andrew ng的DeepLearning

cnn系列文章二–初识滤波器惯例，还是分享一句歌词呢。《诗话小镇》岁月如流沙苍老了风华那誓言未长大流年斑驳眉心朱砂你画上哪个她繁华褪尽薄了红纱约定符号：输入图像：n×nn×n过滤器：f×ff×fpaddig(填充)：ppstride(步长):sspadding1.padding概念引入当使用一个3×33×3的过滤器对6×66×6的图像进行卷积操作后，会得到4×44×4的输出图像。此时输出图像大小为
墨氲·2018-09-12 11:04

september Five 2018

writeanEnglishdiaryonThefirstdaygetup：athalfpastsixgotobed：attwenty-oneo'clockTheweather：sunnyMood：happystudylearingKungFuEnglishforsixmonths.Lesson1
欧阳_8978·2018-09-05 19:50

Python3 采用面向对象实现感知器

面向对象编程的思想：https://blog.csdn.net/Andrew_jdw/article/details/82151275将实现感知器任务划分成以下几个部分：初始化感知器，包括权重和偏置项的初始化
Andrew_jdw·2018-08-29 17:00

React-Router 源码解析

React-Router在使用的基础上，分析React-Router源码结构可以下载项目源码,并按照如下步骤，将项目运行起来[email protected]:bluebrid/react-router-learing.gitnpminpmstart
weixin_34370347·2018-08-27 01:53

a06.Andrew-ML05-反向传播算法

CostFunctionandBackPropagation01.COSTFUNCTION一些定义：神经网络的代价函数02.反向传播算法（BackpropagationAlgorithm）使用该算法将会找到使得代价函数最小的theta值，可以使用梯度下降求迭代的方式，该算法可以很好的用来求迭代值.定义：l层的aj的误差将最后一层激活单元的值减去实际值可以得出最后一层的误差值，由最后一层误差值可以往
Xylia_Yang·2018-08-25 17:49

a08.Andrew-ML0602-偏斜类数据误差度量

BuildingaSpamClassifier01.优先考虑做什么使用邮件里面的单词，构成单词向量训练学习函数。具体做法为：收集大量数据生成复杂的函数训练算法来以不同的方式处理输入（比如处理单词拼写错误等）02.错误分析通常解决机器学习算法的一般步骤：以一个简单、不太完美的算法快速实现画出学习函数曲线来判断是数据更多、特征更多还是其他问题用交叉验证的方式人为的检测出训练误差是由什么原因造成的处理偏
Xylia_Yang·2018-08-25 17:20
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他