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
Linux教程课后答案
西瓜书《机器学习》
课后答案
——Chapter3
3.2试证明,对于参数ωω,,对率回归的目标函数(3.18)是非凸的,但其对数似然函数(3.27)是凸的。解答:定理:设f(x)f(x)是定义在非空开集D⊂RnD⊂Rn上的二次可微函数,则f(x)f(x)是凸函数的充要条件是在任意点x∈Dx∈D处,f(x)f(x)的Hessian矩阵半正定。无论是目标函数,还是对数似然函数,二次可微的条件是成立的。所以,只需要判断函数是否满足在任意点处的Hessi
Vic时代
·
2018-05-14 00:00
机器学习
西瓜书《机器学习》
课后答案
——Chapter1
1.1请查看西瓜书《机器学习》阅读笔记1——Chapter1_假设空间中列举的所有假设。现在只有西瓜1和西瓜4两个样本:西瓜1为正例,找到假设空间中和它一致的假设:10,12,14,16,58,60,62,64西瓜4为反例,找到假设空间中和它一致的假设:23,24,31,32,55,56,63,64保留西瓜1的结果,去除西瓜4的结果,得到版本空间:10,12,14,16,58,60,621.2待写
Vic时代
·
2018-05-14 00:00
机器学习
运维网站合集
Linux/Unix系统教程鸟哥私房菜Linux系统教程,从入门到高级,全面覆盖,学习Linux必备IBM
Linux教程
来自IBM开发者社区的Linux系统教程Linux介绍MachteltGarrels
运维之道
·
2018-05-06 22:02
运维
网站合集
其他
1.4 Elasticsearch DSL 常用语法介绍 - YouMeek
5.2.0相关软件包百度云下载地址(密码:0yzd):http://pan.baidu.com/s/1qXQXZRm注意注意:Elasticsearch、Kibana安装过程请移步到我Github上的这套
Linux
·
2018-04-19 15:00
将phpstudy中的mysql迁移至
Linux教程
项目目的将原来windows环境中使用phpstudy搭建的mysql5.5.53中的数据迁移至新主机Linux环境中环境情况新主机系统平台:CentOSrelease7.4(Final)内核3.10.0-693.el7.x86_64mysql环境:mysql>statusServerversion:5.6.39-logMySQLCommunityServer(GPL)Servercharacte
ljpwinxp
·
2018-04-17 08:56
有关/etc/resolv.conf、/etc/hosts、/etc/sysconfig/network
阿里云>教程中心>
linux教程
>有关/etc/resolv.conf、/etc/hosts、/etc/sysconfig/network有关/etc/resolv.conf、/etc/hosts、/etc
幽雨雨幽
·
2018-04-04 13:00
Linux
Linux教程
:基础+中级+运维高级
对于IT人来说,Linux大家肯定是耳熟能详了。Linux是一套免费使用和自由传播的类Unix操作系统,是一个基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的UNIX工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想,是一个性能稳定的多用户网络操作系统。视频内容:Linux基础视频、Linux中级视频、Li
假的鱼
·
2018-04-01 14:31
操作系统
Linux
10.11-10.14 网络相关 firewall,netfilter,5表5链,iptables
七周三次课(3月21日)10.11Linux网络相关10.12firewalld和netfilter10.13netfilter5表5链介绍10.14iptables语法扩展(selinux了解即可)1.se
linux
kevinxliu
·
2018-03-21 19:38
网络相关
firewall
netfilter
第十章
日常运维
Qt移植到ARM
Linux教程
Qt是一个1991年由奇趣科技开发的跨平台C++图形用户界面应用程序开发框架。它既可以开发GUI程序,也可用于开发非GUI程序,比如控制台工具和服务器。Qt是面向对象的框架,使用特殊的代码生成扩展(称为元对象编译器(MetaObjectCompiler,moc))以及一些宏,易于扩展,允许组件编程。2008年,奇趣科技被诺基亚公司收购,QT也因此成为诺基亚旗下的编程语言工具。2012年,Qt被Di
Linux_ARM_G
·
2018-03-21 15:28
10套高质量
Linux教程
,放在百度网盘了
《Linux就该这么学》-必读的Linux系统与红帽认证自学手册点此阅读:http://www.linuxprobe.com/超级推荐的linux入门教程链接:http://pan.baidu.com/s/1dDc4BCX密码:9xydLinux专题视频链接:http://pan.baidu.com/s/1qWzOJco密码:5i6xLinux应用系统开发链接:http://pan.baidu.c
笑桐笔记
·
2018-03-13 15:18
燎沉香·Rhel
7
李航《统计学习方法》第四章
课后答案
链接
李航《统计学习方法》第四章
课后答案
链接本博客转载自:http://blog.csdn.net/xiaoxiao_wen/article/details/54097917
Allenlzcoder
·
2018-03-12 11:59
李航《统计学习方法》课后题答案
李航《统计学习方法》第二章
课后答案
链接
李航《统计学习方法》第二章
课后答案
链接李航统计学习方法第二章课后习题答案http://blog.csdn.net/cracker180/article/details/78778305
Allenlzcoder
·
2018-03-05 22:37
李航《统计学习方法》课后题答案
周志华机器学习第二章总结及
课后答案
2.1经验误差与过拟合通常我们把分类错误的样本总数的比例称为错误率(errorrate),即如果在m个样本中有a个样本分类错误,则错误率E=a/m;相应的,1-a/m称为”精度”(accuracy),更一般的,我们把学习器的实际预测输出与样本的真实输出之间的差异称为“误差”,学习器在训练集上的误差称为“训练误差”或“经验误差”,在新样本上的误差称为“泛化误差”。过拟合(overfitting):当
物理小乾乾
·
2018-01-31 00:00
机器学习笔记
10套高质量
Linux教程
,放在百度网盘了
《Linux就该这么学》-必读的Linux系统与红帽认证自学手册点此阅读:http://www.linuxprobe.com/Linux技术交流社区:http://bbs.linuxprobe.com/本书是由全国多名红帽架构师(RHCA)基于RHEL7系统共同编写的高质量Linux技术自学书籍,各章节知识点从实践出发且具有较强连贯性,极其适合Linux初学者或用作Linux相关讲课辅助教材,专注
时光如水_岁月如哥
·
2018-01-26 21:14
Linux
如何在 Linux 中从 PDF 创建视频 | Linux 中国
我在我的平板电脑中收集了大量的PDF文件,其中主要是
Linux教程
。有时候我懒得在平板电脑上看。我认为如果我能够从PDF创建视频,并在大屏幕设备(如电视机或计算机)中观看会更好。
技术无边
·
2018-01-26 00:00
周志华机器学习第一章总结及
课后答案
参考
1.引言机器学习是这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能。在计算机系统中,“经验”通常以“数据”形式存在,因此机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型(model)”的算法,即“学习算法”。有了学习算法,我们把经验数据提供给他,就能基于这些数据产生模型。因此机器学习是研究“学习算法“的学问。2.基本术语数据集(dataset):这组记录的集合
物理小乾乾
·
2018-01-24 00:00
机器学习笔记
带你玩转Linux命令行(基础入门篇)
一、学习前准备帮助文档Linux命令大全(★★★),可以在上面找到你要查找的linux命令Linux命令大全|菜鸟教程
Linux教程
|菜鸟教程Tab补全Tab补全是非常有用的一个功能,可以用来自动补全命令或文件名
东风牧野
·
2018-01-22 09:39
全栈开发
修改centos的密码过程
大家好我是张念怡,我在成为一个linux运维小博主的同时也是网易云音乐人和腾讯QQ音乐人,大家可以去倾听我的原唱作品《念怡》,谢谢大家的支持,我会一直更新本博客的
linux教程
,欢迎大家提供本贵的意见!
张念怡
·
2018-01-20 10:55
用户名
卡号
手机
linux基本命令大全
大家好我是张念怡,我在成为一个linux运维小博主的同时也是网易云音乐人和腾讯QQ音乐人,大家可以去倾听我的原唱作品《念怡》,谢谢大家的支持,我会一直更新本博客的
linux教程
,欢迎大家提供本贵的意见!
张念怡
·
2018-01-17 18:33
中文
linux
基本命令
直播课爬虫代码
'''爬虫阿铭
linux教程
,保存为本地的pdf文件'''importreimportosimportpdfkitimportrequestsifnotos.path.exists("aminglinux
zzh_1032399080
·
2018-01-14 15:43
python
西瓜书
课后答案
Chapter1
1.1求版本空间首先看版本空间的定义,这篇文章写的很好http://blog.csdn.net/qq_18433441/article/details/55682732概况说来,版本空间就是从假设空间剔除了与正例不一致和与反例一致的假设,它可以看成是对正例的最大泛化。现在只有西瓜1和西瓜4两个样本:西瓜1((色泽=青绿、根蒂=蜷缩、敲声=浊响),好瓜))为正例,找到假设空间中和它一致的假设:1,2
benzhaohao
·
2017-12-27 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter16_强化学习
1.用于K-摇臂赌博机的UCB(UpperConfidenceBound)方法每次选择Q(k)+UC(k)最大的摇臂,其中Q(k)为摇臂k当前的平均奖赏,UC(k)为置信区间。例如:Q(k)+2lnnnk−−−−−√其中,n为已执行所有摇臂的总次数,nk为已执行摇臂k的次数。比较UCB方法与ϵ-贪心法和Softmax方法的异同。解答:ϵ-贪心:-在时刻t,为每个行为估计平均奖赏Qt(a)-以1−ϵ
Vic时代
·
2017-12-21 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter14
1.试用盘式记法表示条件随机场和朴素贝叶斯分类器。2.证明图模型中的局部马尔科夫性:给定某变量的邻接变量,则该变量条件独立于其他变量。解答:这个问题以及第3题其实是不太严谨的。根据李航《统计学习方法》p.193中概率无向图模型的定义:概率无向图模型:设有联合概率分布P(Y),由无向图G=(V,E)表示,在图G中,结点表示随机变量,边表示随机变量之间的依赖关系。如果联合概率分布P(Y)$满足成对、局
Vic时代
·
2017-12-05 00:00
机器学习
C++面向对象程序设计
课后答案
6.1
mian.cpp#include"point.h"#include"circle.h"#include"cylinder.h"#includeusingnamespacestd;intmain(){/*Pointp(3.5,6.4);coutusingnamespacestd;#include"circle.h"Circle::Circle(floata,floatb,floatr):Point(
qq_38211852
·
2017-11-19 10:36
C++面向对象程序设计
课后答案
6.4
#include"math.h"#includeusingnamespacestd;classShape{public:virtualfloatarea()const{return0.0;}virtualvoidshapeName()const=0;};classCircle:publicShape{public:Circle(floatr):radius(r){}voidsetRadius(fl
qq_38211852
·
2017-11-19 10:54
西瓜书《机器学习》
课后答案
——chapter11
1.西瓜书《机器学习》
课后答案
——chapter11_11.1Relief特征选择算法2.试写出Relief-F的算法描述。
Vic时代
·
2017-11-14 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter11_11.1 Relief特征选择算法
试编程实现Relief算法,并考察其在西瓜数据集3.0上的运行结果。#-*-coding:gbk-*- """Author:VictoriaDate:201.11.1416:00""" importnumpyasnp importoperator importxlrd defdiff(x,y,discrete=True): """Input:x:valuey:value""" ifdiscret
Vic时代
·
2017-11-14 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter10_10.6 PCA
试使用matlab的PCA函数对Yale人脸数据进行降维,并观察前20个特征向量所对应的图像。Yale人脸数据共包含166张图片,每张图片的大小为320*243。X矩阵的大小为77760*166,占用的内存大小为103M字节(float对象占用24字节,其中真正用于保存值的空间为8字节大小,我们这里暂且用一个float占8字节计算);协方差矩阵的大小为77760*77760,占用的内存大小为48G
Vic时代
·
2017-10-30 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter10 _10.1 KNN算法
编程实现k邻近分类器,在西瓜数据集3.0α上比较其分类边界与决策树分类边界的异同。#-*-coding:gbk-*- """@Author:Victoria@Date:2017.10.269:00""" importxlrd importnumpyasnp importmatplotlib.pyplotasplt importoperator classKNN(): def__init__(se
Vic时代
·
2017-10-26 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter9 _9.4
编程实现k均值算法,设置三组不同的k值、三组不同初始中心点,在西瓜数据集4.0上进行实验比较,并讨论什么样的初始中心有助于得到好结果。下面所有图中的横坐标表示密度,纵坐标表示含糖率。首先看看4.0数据集:代码#-*-coding:utf-8-*- """@Author:Victoria@Date:2017.10.2412:00""" importrandom importmatplotlib.py
Vic时代
·
2017-10-24 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter9
9.1证明:p≥1时,闵可夫斯基距离满足距离度量的四条基本性质。0≤p0时,非负性:显然为正。规范性:当xi=xj时,有(∑nu=1|xiu−xju|p)1p=0;当(∑nu=1|xiu−xju|p)1p=0时,假设xi≠xj,则(∑nu=1|xiu−xju|p)1p≠0,与条件矛盾,故假设不成立,应有xi=xj。对称性:绝对值不变,故距离不变。显然闵可夫斯基不等式当p≥1时,则有如下不等式成立,
Vic时代
·
2017-10-24 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter7_7.3AODE
AODE算法的难点在于存构建存储计数的数据结构,这里采用三层字典表示P(c,xi),五层字典表示P(xj|c,xi)。由于数据集比较小,我们取m=0。另外,对于连续属性,不知道怎么处理,所以这里只考虑离散属性。#-*-coding:gbk-*- """@Author:Victoria@Date:2017.10.1921:30""" importxlrd classAODE(): def__ini
Vic时代
·
2017-10-20 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter7
7.1试使用极大似然法估计西瓜数据集3.0中前3个属性的类条件概率。解答:假设类别C为随机变量,则它总共有两种取值:好瓜和坏瓜。前3个属性分别为色泽、根蒂和敲声,分别用随机变量R、S、T表示,并且可取值分别为{青绿,乌黑,浅白}、{蜷缩,稍蜷,硬挺}、{浊响,沉闷,清脆}.则使用极大似然法得到的类条件概率估计表达式为P(R=r|C=c)=|Dc,r||Dc|P(S=s|C=c)=|Dc,s||Dc
Vic时代
·
2017-10-17 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter7_7.3
7.3试编程实现拉普拉斯修正的朴素贝叶斯分类器,并以西瓜数据集3.0为训练集,对p.151“测1”样本进行判别。解答:朴素贝叶斯的训练过程就是估计类别先验概率以及类条件概率的过程;测试阶段根据训练得到的概率值计算出类别的后验概率并取概率最大的类别作为样本分类。根据数据集3.0得到的拉普拉斯朴素贝叶斯分类器把测试样例预测为正类,即好瓜。代码:#-*-coding:gbk-*- """@Author:
Vic时代
·
2017-10-17 00:00
机器学习
Linux教程
【2】-Linux(centos-6.3)系统在VMware虚拟机中安装全程示意图详解-系统分区
Linux(centos-6.3)系统在VMware虚拟机中安装全程示意图安装:VMware虚拟机(官网下载地址:https://www.vmware.com/cn.html)VMware安装过程参见百度经验(https://jingyan.baidu.com/article/90895e0f95a07564ec6b0bc7.html)进入VMware虚拟机软件:*知识宝箱:(CentOS-6.3
中国_loong
·
2017-10-14 23:28
Linux
西瓜书《机器学习》
课后答案
——chapter6_6.2
6.2试使用LIBSVM,在西瓜数据集3.0alpha上分别用线性核和高斯核训练一个SVM,并比较其支持向量的差别。解答:无论是线性核还是高斯核,在惩罚因子C比较大的时候,支持向量都比较少。这里我们使用C的默认值1。另外,高斯核还有一个参数γ,使用默认值1d,d为实例的特征数。(1)首先,我们需要把3.0alpha西瓜数据集转换成libsvm需要的格式化文本,数据格式为labelindex1:va
Vic时代
·
2017-09-30 00:00
机器学习
西瓜书《机器学习》
课后答案
——Chapter6_6.3
6.3选择两个UCI数据集,分别用线性核和高斯核训练一个SVM,并与BP神经网络和C4.5决策树进行实验比较。解答:(1)准备libsvm的训练数据与测试数据从UCI网站上选择了Iris数据集,这个数据集总共分为3类,每类50个样本,每个实例有四个属性。数据保存在bezdekIris.txt文件中,举一个样本为例:5.1,3.5,1.4,0.2,Iris-setosa书中也没有介绍解决多分类问题的
Vic时代
·
2017-09-30 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter5_5.10
这里使用了PyTorch深度学习库实现CNN。此网络的结构为卷积-池化-卷积-全连接-全连接。在程序的后面附上了实验结果,CNN在MNIST上的准确率可以达到99.16%。"""Author:VictoriaCreatedon2017.9.2513:00""" importtorch importtorch.nnasnn importtorch.nn.functionalasF fromtorch
Vic时代
·
2017-09-25 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter5_5.7
5.7根据式(5.18)和(5.19),试构造一个能解决异或问题的单层RBF神经网络。解答:RBF网络包含三类参数ω,β和ci,均采用BF算法进行更新。"""Author:VictoriaCreatedon2017.9.2411:30""" importnumpyasnp importmatplotlib.pyplotasplt importrandom importxlrd classRBF(
Vic时代
·
2017-09-24 00:00
机器学习
西瓜书《机器学习》
课后答案
——chapter5_5.5
网络结构这里采用简单的单隐层神经网络:输入层有2个神经元;隐层有4个神经元;输出层有2个神经元。隐层采用sigmoid激活函数,输出层采用softmax激活函数。z1=W1x+b1h=sigmoid(z1)z2=W2h+b2y^=softmax(z2)softmax输出可以看成预测为每个类别的概率。梯度训练目标为最小化负对数似然函数:J(Θ)=−∑k=1NlogP(y^k)其中P(y^k)表示第k
Vic时代
·
2017-09-24 00:00
机器学习
Android折腾记——Linux on Android在Android手机上跑
Linux教程
前言手头有淘汰的Android手机,想来将这个手机做服务器使用,收集资料发现了一个LinuxonAndroid的项目,可以直接将常见的Linux发行版安装到手机上Ubuntu、Fedora等等。查阅不少资料,都有很多缺漏,折腾了很久。现将安装过程整理一下。先来一张图解解馋:(电脑使用VNC连接上手机,ubuntu13.04,KDE桌面,office、GIMP等软件都齐全并且正常运行)安装准备安装要
刘乔泓
·
2017-09-17 11:34
android
ext4
控制台
linux
服务器
Android折腾记
西瓜书《机器学习》
课后答案
——Chapter3_3.5
编程实现线性判别分析,并给出西瓜数据集3.0alpha上的结果。"""Author:VictoriaCreatedon:2017.9.1511:45""" importxlrd importnumpyasnp importmatplotlib.pyplotasplt defLDA(X0,X1): """GettheoptimalparamsofLDAmodelgiventrainingdata.
Vic时代
·
2017-09-15 00:00
机器学习
西瓜书《机器学习》
课后答案
——Chapter3_3.4
选择两个UCI数据集,比较10折交叉验证法和留一法所估计出的对率回归的错误率。解答:从UCI网站上选择了Iris数据集,这个数据集总共分为3类,每类50个样本,每个实例有四个属性。数据保存在bezdekIris.txt文件中,举一个样本为例:5.1,3.5,1.4,0.2,Iris-setosa下面依次以(X1,X2),(X1,X3),(X2,X3)为训练数据应用十折交叉验证法和留一法:"""Au
Vic时代
·
2017-09-15 00:00
机器学习
西瓜书《机器学习》
课后答案
——Chapter3_3.3
3.3编程实现对率回归,并给出西瓜数据集3.0alpha(89页表4.9)上的结果。"""Author:VictoriaCreatedon:2017.9.1411:00""" importmatplotlib.pyplotasplt importnumpyasnp importxlrd defsigmoid(x): """Sigmoidfunction.Input:x:np.arrayRetur
Vic时代
·
2017-09-15 00:00
机器学习
debian安装 Debian的一些常用命令
本篇文章主要介绍了"debian安装Debian的一些常用命令",主要涉及到debian安装方面的内容,对于
Linux教程
感兴趣的同学可以参考一下:dpkg学习:(1)dpkg是一个较底层的安装工具,处理
developerinit
·
2017-06-11 21:42
debian
VMwarePlayer12.5安装虚拟机网络设置互通笔记
本人近期在学习韦东山老师的嵌入式
linux教程
。
benxiaohai1017
·
2017-05-07 01:59
计算机网络复习(第五章 运输层)
课后答案
:https://wenku.baidu.com/view/c12f74a5b52acfc788ebc98b.html5.运输层5.1运输层协议概述5.1.1进程之间的通信用户功能中的最低层。
pibaixinghei
·
2017-04-11 15:57
课程复习
世上有很多的不明白,而我只知道问为什么
去哪里昨晚和妹妹一同回家时,她问我一个问题:“姐姐,今天我被老师冤枉了,因为我习题做得比较好,然后她就说我抄了
课后答案
解析,我说我没有,这是我自己做的,可是老师不相信,她在黑板上出了一道题,可是我解不出来
幻越
·
2017-04-03 19:47
Linux教程
+操作系统教程
1.Linux入门教程http://c.biancheng.net/cpp/linux/基础教程Linux简介Linux文件管理Linux目录Linux文件权限和访问模式Linux环境变量Linux打印文件和发送邮件Linux管道和过滤器Linux进程管理Linux网络通信工具vi编辑器Linux文件系统Linux文件存储结构Linux用户管理Linux系统性能分析Linux系统日志及日志分析
JoysonQin
·
2017-03-29 10:22
linux
VMware Workstation下安装
Linux教程
(图文)
下载VMwareWorkstationVMwareWorkstationv12.1.1中文破解版精简自动激活://www.jb51.net/softs/149849.htmlVMwareWorkstation12v12.0.1专业版中文官方安装版(附序列号)://www.jb51.net/softs/453004.htmlVMwareWorkstation的安装密匙安装完成后点击许可证:5A02H
TTyb
·
2017-02-13 09:45
上一页
13
14
15
16
17
18
19
20
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