好好学习，天天向上

原创 博客更新计划

AI 驱动的 功能软件开发

原创 语音翻译项目(Whisper，opencc，Baidu翻译API，edge_tts)

当然，可以直接采用成熟的API直接做到 汉语语音英语语音。然而，大多数API都要收费，且价格不便宜。不能满足搬运的需求。国内天生有墙，海外与国内的视频平台不连通，视频搬运业务应运而生。通过国内的视频搬运到海外平台或者将海外平台视频搬运到国内，以获得平台的报酬。1.开源离线模型whisper 完成视频字幕的提取，可以获得视频的字幕开始时间，字幕结束时间和字幕内容。S1从中文视频中提取中文字幕文件，由于识别的字幕可能有错，文件生成后，可以进行人工修改。修改完成后，再运行S2，就可以得到英语配音。

原创 《Introduction to Evolutionary Computing》---进化算法引言---思维导图---2022

书名：Introduction to EvolutionaryComputing作者：G. Rozenberg Th. Bäck A.E. Eiben J.N. Kok H.P. Spaink出版时间：2015出版社：Springer

原创 《Genetic Algorithm Essentials》---遗传算法要点---思维导图---2022

书名：《Genetic Algorithm Essentials》作者：Oliver Kramer出版社：Springer出版时间：2017年

原创 《斯坦福算法博弈论二十讲》--手写字丑勿喷--读书笔记（2）-2021

一、基本信息作者：蒂姆 拉夫加登译者：郝东 李斌 刘凡出版社：机械工业出版社二、手写笔记（字丑勿喷）

原创 FNN网站m3u8视频抓取--python爬虫--抓包、浏览器模拟、openssl解密、FFmpeg视频合成、Tkinter图形界面、多线程

注意：本程序由于要使用windows的命令行，只在windows上测试通过。如果是Linux平台，将代码中windows的命令行部分换成相应的Linux命令就行。提示：大家可以先看博客https://blog.csdn.net/liujiayu2/article/details/8608340。 获取m3u8的基础知识。如果对FNN网站感兴趣，可以使用上面博文的方法对FNN网站的m3u8文件进行分析。FNN上的m3u8一般有3个。我们只需要获取主m3u8（main_m3u8），然后解析main_m3

原创 《Python数据分析与挖掘实战》--读书笔记（1）-2021

基本信息书名：《Python数据分析与挖掘实战》作者：张良均 王路 谭立云 苏剑林出版社：机械工业出版社主要内容基础部分：介绍了数据挖掘的过程、python数据分析简介、数据探索、预处理和建模。实战部分：1.电力窃漏点用户自动识别采用方法：拉格朗日插值法、LM神经网络、CART决策树。特征构造：电量趋势下降指标（斜率）2.航空公司客户价值分析采用方法：k-means聚类特征构造：采用的原始特征值相减的方法（例如：L＝LOAD_TIME－FFP_DATE 会员入会

原创 《运营商边缘计算网络技术白皮书》读书笔记

2019年11月边缘计算产业联盟与网络5.0产业和技术创新联盟联合发布边缘计算：边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它从边缘计算的位置、能力与价值等维度给出定义，在边缘计算产业发展的初期有效牵引产业共识，推动边缘计算产业的发展。边缘计算2.0：边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进，主要包括云边缘、边缘..

原创 人工智能发展白皮书（2019年）--思维导图和重点摘要

原创 3小时快速入门数学建模竞赛--评价类模型入门与matlab求解

如果大家喜欢我的课程，可以查看视频网易云课堂--3小时快速入门数学建模竞赛例题来源：《数学建模竞赛入门与提高》，周凯、宋军全、邬学军，浙江大学出版社。评价类问题，它要求参赛者分析已有体系特点，确定评价指标、形成评价体系，以便指导以后的工作.另外一种简易的说法就是对需要进行评价的各个方案或者各个体系打一个总分。本章我们介绍层次分析法。然后自学的内容是灰色关联分析体系和DEA评价体系。首先还是要讲讲层次分析法的步骤。分析系统中各因素之间的关系，建立系统的递阶层次结构。 对于同一层次的各元素关于

原创 3小时快速入门数学建模竞赛-建模技巧2：追根溯源，站在巨人的肩膀上

我们要检索哪些信息？和怎样获得快速、准确的信息？这两个问题。首先回答第一个问题，我们需要检索哪些信息？我们从我们需要求解的内容入手，请看思维导图和系统框图，我们需要求解35年寿命期内的发电总量、经济效益和投资回报年限。如果我们已知35年寿命期内的发电总量，那么我们可以计算出经济效益，通过对题目的理解，我们认为经济效益就是利润，即35年发电总量乘以电价（题目中已经给出参考电价）减去购置光伏电池和逆变器的成本的差值。为了计算投资回报年限，如果只知道35年发电总量这个一个值显然不足够，如果我们能知道每年的

原创 硕士研究生科研心得

硕士研究生期间发表过SCI期刊论文，EI会议论文，申请过专利，辅助老师写过项目申请书。现在将自己的心得总结如下，希望以后能够用上。一、选题的大方向与小方向

原创 3小时快速入门数学建模竞赛-建模技巧1：明确目标，从读题开始

2012年全国大学生数学建模B题 太阳能小屋设计题目下载链接全国大学生数学建模竞赛官网通过读题，我们需要提取出题目的关键信息。一般需（1）列出研究大目标和小目标词语，（2）列出研究对象的词语，（3）根据研究对象列出不理解的术语、已知条件和限制条件，（4）根据研究对象列出影响目标效果的词语，（5）明确研究对象之间的关系，（6）列出题目要求。最终，我们将得到几个思维导图和一个系统框图。思维导图用来展示研究对象的各种信息，系统框图用来明确各研究对象的关系。那我们现在开始读题。我们首先明确研..

原创 【加文老师】快速入门数学建模竞赛系列课程问答帖

最近正在录制3小时快速入门数学建模竞赛系列课程，这个帖子用于占位。大家可以可以在评论区提出对课程的看法，对数学建模的提问，加文老师和助教将会及时回复大家！

原创 《富爸爸穷爸爸》--读书笔记（5）-2020

一、书本基本信息书名：《富爸爸穷爸爸（20周年修订版）(富爸爸财商教育系列)》作者：〔美〕罗伯特·清崎出版社：四川人民出版社二、读后感1.本书是一本财商培养的入门书籍，其目标是为了实现财务自由。实现财务自由的途径是将积累的金钱转化为能够钱生钱的资产。书中提到的资产就是指无需个人付出时间就能够赚得钱，比如股票、债券、房租、版税等。当资产每月产生的钱能够抵消每个的支出，那么就可以称...

原创 《算法之美》-- 读书笔记（4）-- 2019

一、书本基本信息书名：《算法之美（将计算机科学的智慧转化为明智的生活决策）》作者：布莱恩·克里斯汀; 汤姆· 格里菲思出版社：中信出版社二、读后感1.本书将基本的计算机科学中使用的算法，应用到了生活中。针对不同的生活问题，介绍了各种各样的计算机算法。但很遗憾，全书没有公式推导和清晰的边界条件。对于想深入并清晰了解问题和算法的读者，可能需要进一步查找相关书籍。对于不是计算机专业的...

原创 浅谈创业短文

我觉得创业的目标需要满足人的需求。说到人的需求，最基本的就是吃穿住行。马斯洛又将人的需求分为生理需求、安全需求、社交需求、尊重需求和自我实现需求。有了这些大方面的需求后，我们可以将需求进行细分，比如吃。可以自己做饭，也可以让别人给你做饭。自己做饭就对食谱有了需求，对菜市场有了需求。让别人做饭，就对餐馆有了需求。要求别人做饭但不想离开家，就有了对做饭阿姨的需求，有了对外卖的需求。打电话点...

原创 通信、计算机、人工智能的肤浅认识--研究生学习期间有感

我的研究生专业是信息与通信工程，就读于一所全国排名6-10的985高校。通信专业并不是这个学校的优势专业。但是，通过近3年的研究生学习，我对通信的认识更深了。 通信，英语翻译为“Communication”。“Communication”翻译成中文就为沟通、交流和通信。我认为的通信工程最重要的是连接。连接最重要的是信道。构建信道的也不仅仅是通信线缆或者无线电波。单纯的人或机构（俗...

原创 《多元统计分析与SPSS应用》-- 思维导图（3）-- 2019

一、基本信息作者：汪冬华、马艳梅出版社：华东理工大学出版社二、思维导图（点击图放大）

原创 《Python数据分析与挖掘实战》-- 读书笔记（2）-- 2019

一、基本信息作者：张良均 王路 谭立云 苏剑林 等出版社：机械工业出版社二、思维导图（点击图放大）三、补充笔记（时序模型）在拿到一个观察值序列之后，需要对它的随机性和平稳性进行检验，根据检验结果分为纯随机序列、平稳非白噪声序列或非平稳序列。纯随机序列，称为白噪声序列，序列之间没有任何相关关系，没有任何可以提取的信息。平稳非白噪声序列，均值和方差都为常数，ARMA模型是最常...

原创 挑战排行前4%--Titanic: Machine Learning from Disaster--kaggle入门（40）

1.题目链接Titanic: Machine Learning from Disaster2.参考资料1.Titanic [0.82] - [0.83]3.线上成绩截至2019年2月24日排名:413/9909  前4%线上成绩:0.822964.流程及代码4.1 载入数据import pandas as pd import numpy as npim...

原创 《从0到1开启商业与未来的秘密》-- 读书笔记（1）-- 2019

科技不仅限于计算机技术。任何新方法，任何可以使事情更易完成的方法都是科技，这才是对科技的正确理解。 初创公司遵守这样一个原则，你需要和其他人合作来完成工作，但也需要控制规模，使组织有效运转。 一个初创公司就是你能说服的最大数量的一群人，一起规划并铸就新的未来。一个新公司最重要的力量是新思想，新思想甚至比灵活性更重要，而规模大小有思考的空间。 遭遇硅谷之劫的企业家们从中学到了4点经验，这些经验...

原创 挑战排行前3% --House Prices: Advanced Regression Technique--kaggle入门（39）

1.题目链接House Prices: Advanced Regression Technique2.参考资料(1)Comprehensive data exploration with Python       (国内访问速度较慢,可以参考我博客的中文翻译 点我!!)(2)Stacked Regressions : Top 4% on LeaderBoard(线上成绩0.11...

翻译 使用python进行全面数据探索--House Prices: Advanced Regression Technique--kaggle入门（38）

一、翻译声明本文为翻译Kaggle比赛House Prices: Advanced Regression Technique中Kernels的分享文章'Comprehensive data exploration with python'（国内访问速度较慢）。本文翻译进行了适当的删改，以突出重点。二、正文翻译本文根据Joseph F Hair 所著书籍《Multivariate Dat...

原创 《机器学习》知识点总结--手写笔记（37）

一、参考文献1.《机器学习》 周志华著2.网易云课堂 机器学习工程师微专业二、知识点手写笔记    ...

原创 《量化投资与对冲基金入门》--量化投资--读书笔记（36）

作者：丁鹏出版社：中国工信出版社补充笔记1、传统投资方法：基本面分析法和技术分析法2、有效市场假说：在无效市场中，价格反映部分历史信息，采用技术分析法有效；在弱有效市场中，价格反映了全部历史信息，采用基本面分析有效；在半有效市场中，价格反映了全部公开信息，内幕消息或量化分析有效；在强有效市场中，价格反映了全部信息，所有分析手段均无效。3、传统基金目标：跑赢某个基准，但亏损几率大...

原创 o2o优惠券使用预测--天池新人实战赛--Baseline代码及说明 ( 35 )

一、代码说明1.代码为一个baseline代码，处理特征和使用的模型都非常简单，将会在后期完善。2.代码中只使用offline数据3.只是简单对日期和优惠券特征进行了简单的处理。4.代码中使用逻辑回归进行分类二、python源码# -*- coding: utf-8 -*-"""Created on Tue Sep 18 10:13:08 2018@author: H...

原创 常用机器学习算法的python源码实现--机器学习--sklearn简单源码（34）

一、思维导图二、Python源码## 二分类问题* 使用skleran自带的逻辑回归、支持向量机、决策树API进行二分类的任务* 使用sklearn的iris数据集，将iris数据集变成一个二分类的数据集,删除类别为2的数据* 使用准确率对模型进行评价### 准备数据import pandas as pdimport numpy as npfrom sklearn i...

原创 概率机器学习（马尔科夫链、主题模型）--机器学习--思维导图（33）

原创 非监督学习算法（聚类、降维、关联规则挖掘）--机器学习--思维导图手写笔记（32）

一、思维导图（点击图方法）二、补充笔记三、K-means算法的收敛性说明：当聚类中心μ确定时，求得的各个数据的cluster满足聚类目标函数最小。 当数据cluster确定时，求得的聚类中心μ满足聚类目标函数最小。可以发现，k-means的两个步骤都是在降低聚类目标函数的函数值，并且聚类的目标函数的函数值的下界为0.  所以，可以k-means可以收敛。 ...

原创 概率论、数理统计、EM算法--机器学习数学基础--手写笔记（31）

原创 矩阵分析、SVD、PCA--机器学习数学基础--手写笔记（30）

一、手写笔记 

原创 特征工程和模型融合--机器学习--思维导图和笔记（29）

一、思维导图（点击图方法）二、补充笔记（1）常见的特征工程主要指对各种类型的特征进行处理，包括数值型特征、类别型特征、时间型特征和其他类型特征和组合特征。对于数值型特征，可以进行幅度调整（包括min-max缩放、标准化、归一化）、统计值分析（最大值、最小值、平均值等）、离散化、高次特征、通过特征的四则运算获取新特征、或将数值型特征转换为类别型。对于类别型特征，可以进行one-hot...

原创 凸优化、对偶理论和支持向量机--机器学习数学基础--思维导图和笔记（28）

一、思维导图二、SVM补充笔记1、SVM基本模型的对偶问题是强对偶，那么对偶问题的最优解也为原问题的最优解。

原创 决策树与随机森林--机器学习--思维导图、笔记（27）

决策树、回归树、随机森林

原创 机器学习概述、线性回归和逻辑回归--机器学习--思维导图、小抄、笔记（26）

一、思维导图 二、sk-learn小抄图片来源：http://scikit-learn.org/stable/tutorial/machine_learning_map/三、算法笔记1.      留出法将数据集D划分为两个互斥的集合，其中一个集合作为训练集S，另一个作为测试集T，在S中训练模型，在T上测试模型。注意点：（1）训练集/测试集要尽量保持数据...

原创 优化论（1）--机器学习数学基础--思维导图和笔记（25）

一、思维导图二、补充笔记1、梯度的定义$$\nabla f(x) = \frac{{\partial f(x)}}{{\partial x}} = \left[ \begin{array}{l}\frac{{\partial f(x)}}{{\partial {x_1}}}\\{\rm{ }} \vdots \\\frac{{\partial f(x)}}{{\partial {x_n}}}\en...

原创 IMDb电影评论情感预测（文本数据预处理）--keras--python源码（24）

一、说明本代码使用keras对文本文档进行处理，主要包括1.使用urllib下载数据集2.使用tarfile解压数据集3.使用re书写正则表达式，替换文本中的格式符4.使用Tokenizer去建立字典5.使用sequence去变换文本长度，短的补0，长的截取6.使用Embedding层将数字列表转换为向量列表

原创 泰坦尼克号生存预测（数值数据预处理）--keras--python源码（23）

一、说明本源码主要利用python对于数据进行预处理，包括：（1）从指定的url中，下载数据文件（2）使用pandas读取xls文件，填充空缺的数据。（3）将性别转成二进制编码（4）对特殊字段进行了one-hot编码（5）进行数据归一化（6）按比例将数据分为训练数据和测试数据（7）构造感知机模型，对生存率进行预测...

原创 多层感知机和卷积神经网络图像识别(mnist,CIFAR-10)--tensorflow,keras--源码（22）

一、多层感知机手写数字识别网络结构(mnist)本源码的神经网络为单隐层神经网络，输出层的神经元数量为784，隐层为全连接层，隐元个数为1000.在隐层后接入一个dropput层，用来防止过拟合。输出层为神经元为10的softmax层。keras代码中手动转换了数据的存储形式，并且进行了归一化。而tensorflow中的数据已经进行了预处理，在tensorflow中数据直接使用。在keras的代码中batch_size是200，在tensorflow中的batch_size是100。