九妹123-CSDN博客

原创贴片电阻的读数方法

大家经常见到的贴片电阻上的丝印有纯数字、数字与R组合、数字与除R之外的字母组合的，但大家知不知道这样的标注与贴片电阻的i精度相关？例如封装为0805的贴片电阻，丝印473和4702都是阻值为47K，但两者的精度的确是不同的，前者通常是±2%、±5%，后者通常是±0.1%、±0.5%、±1%。100，10为有效数字，0为倍乘，就是10的0次方也就是1，贴片电阻阻值：10 x100=10Ω。181，前两位就是18，1位倍乘，就是10的1次方也就是10，贴片电阻阻值：18X10=180Ω。

2022-10-21 15:16:38 5442

原创 HDMI介绍与流程

HDMI，全称为（High Definition Multimedia Interface）高清多媒体接口，主要用于传输高清音视频信号。

2022-04-12 14:34:27 2675

原创硬件电路设计（一）电阻/电容的含义

电阻含义：在电路中对电流有阻碍作用并且造成能量消耗的部分叫电阻电阻的作用：分流、限流、分压、偏置、滤波（与电容组合使用）和阻抗匹配等。电阻：国家标准按照电阻的阻值根据其精度分为两大系列，分别是E-24系列和E-96系列，E-24系列精度为5%，E-96系列精度为1%。5%和1%精度电阻的标称值，供大家设计时参考：精度为5%的碳膜电阻，以欧姆为单位的标称值：1Ω-22MΩ；精度为1%的金属膜电阻，以欧姆为单位的标称值：10欧姆-348K欧姆；其中设计中常用的阻值为：10Ω、100Ω、3

2022-04-07 18:15:14 770

原创【ZedBoard】在ZYNQ上利用FPGA PL部分完成VGA驱动及图像显示（一）基础知识

【ZedBoard】在ZYNQ上PL部分完成VGA图像显示（一）基础知识前言：最近在学习fpga开发，基于的是ZYNQ的板子Zedboard。在学习过程中发现关于zedboard的pl部分做vga方向资料不是很多，因此在此不算做教程吧，水平有限。算是一些经验分享，希望前辈指教。软件开发环境：Vivado2019.2硬件开发环境：Zedboard——PL部分也就是纯FPGA部分编程语言：Verilog（一）有关VGA的知识：VGA（Video Graphics Array）是视频图像

2022-04-06 10:06:08 610

原创 Python爬虫设置headers

设置headers：import urllib import urllib2 url = 'http://www.server.com/login'user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' values = {'username' : 'cqc', 'password' : 'XXXX' } h...

2019-07-29 10:08:54 15416 3

原创 Supervised Learning------Linear Support Vector Machines

Linear Support Vector MachinesIntroduction支持向量机（简称SVM）是另一种用于对数据进行分类的机器学习算法。 SVM的目的是尝试找到一条线或超平面来划分最佳分类数据点的维空间。如果我们试图划分两个类A和B，我们会尝试用线来最好地分隔两个类。线/超平面的一侧是来自A类的数据，另一侧是来自B类。这种算法在分类时非常有用，因为我们必须计算一次最佳线或...

2019-06-22 19:07:28 185

原创 Supervised Learning------k-Nearest Neighbors

k-Nearest NeighborsIntroductionK-Nearest Neighbors（KNN）是机器学习的基本分类器。分类器采用已标记的数据集，然后尝试将新数据点标记为其中一个类别。因此，我们试图确定对象所在的类。为此，我们查看对象的最近点（邻居），并且具有大多数邻居的类将是我们识别要进入的对象的类。 k是对象的最近邻居的数量。因此，如果k = 1，则对象所在的类是最...

2019-06-20 11:43:38 221

原创 Supervised Learning-------Decision Trees

Decision TreesIntroduction决策树是机器学习中的分类器，允许我们根据以前的数据进行预测。它们就像是一系列连续的“if ... then”语句，您可以将新数据输入到结果中。为了演示决策树，让我们看一个例子。想象一下，我们想要预测迈克是否会在任何一天去购物。我们可以看一下导致迈克前往商店的先前因素：在这里，我们可以看到迈克的杂货供应量，天气以及迈克是否...

2019-06-19 21:08:17 353

原创 Supervised Learning-----Naive Bayes Classification

Naive Bayes ClassificationMotivation机器学习中反复出现的问题是需要将输入分类为一些预先存在的类。请考虑以下示例。假设我们想要对我们发现的随机水果进行分类。在这个例子中，我们有三个现有的水果类别：苹果，蓝莓和椰子。这些水果中的每一种都有三个我们关心的特征：大小，重量和颜色。该信息如图1所示。我们观察到我们发现的那块水果，并确定它的大小适...

2019-06-17 22:26:05 273

原创 Supervised Learning-----Logistic Regression

Logistic RegressionIntroductionLogistic回归是一种二元分类方法。它可以将数据集中的点划分为两个不同的类或类别。为简单起见，我们称它们为A类和B类。模型将给出给定点属于B类的概率。如果它低（低于50％），那么我们将它归类为A类。否则，它属于B类。同样重要的是要注意逻辑回归比具有阈值的线性回归更好用于此目的，因为阈值必须手动设置，这是不可行的。逻辑...

2019-06-17 21:39:55 326

原创 CORE CONCEPT -----Regularization

RegularizationMotivation请考虑以下情形。你正在做一个花生酱三明治，并试图调整成分，使其具有最好的味道。您可以在决策过程中考虑面包类型，花生酱类型或花生酱与面包比例。但是你会考虑其他因素，比如房间里的温暖程度，早餐吃的东西，或者穿着什么颜色的袜子？你可能不会因为这些东西对三明治的味道没有那么大的影响。对于最终使用的任何配方，您将更多地关注前几个功能，并避免过...

2019-05-22 13:03:05 188

原创 CORE CONCEPT ----Overfitting and Underfitting

Overfitting and UnderfittingOverview使用机器学习时，有很多方法可以解决。机器学习中一些最常见的问题是过度拟合和不合适。为了理解这些概念，让我们设想一个机器学习模型，它试图学习数字分类，并且可以访问训练数据集和测试数据集。Overfitting当模型从训练数据中学到太多时，模型会受到过度拟合的影响，并且因此在实践中表现不佳。这通常是由于模型过...

2019-05-21 13:32:19 233

原创 CORE CONCEPT-----Linear Regression

Linear RegressionMotivation当我们看到数据集时，我们会尝试找出它的含义。我们寻找数据点之间的连接，看看我们是否能找到任何模式。有时这些模式很难看到，所以我们使用代码来帮助我们找到它们。数据可以遵循许多不同的模式，因此如果我们可以缩小这些选项并编写更少的代码来分析它们，这将有所帮助。其中一种模式是线性关系。如果我们可以在数据中找到这种模式，我们可以使用线性...

2019-05-17 21:16:49 248

原创 CORE CONCEPT------Cross-Validation

Motivation根据特定数据集训练模型很容易，但是在引入新数据时该模型如何执行？你怎么知道使用哪种机器学习模型？交叉验证通过确保模型产生准确结果并将这些结果与其他模型进行比较来回答这些问题。交叉验证超越了常规验证，即通过评估模型对新数据的处理方式，分析模型如何对其自己的训练数据进行的过程。以下各节将讨论几种不同的交叉验证方法：Holdout Method保持交叉验证方法涉及移...

2019-05-16 20:35:45 263

原创机器学习实战（基于Scikit-Learn和TensorFlow）（1）

一、下载数据import osimport tarfilefrom six.moves import urllibDOWNLOAD_ROOT = "https://raw.githubusercontent.com/ageron/handson-ml/master/"HOUSING_PATH = "datasets/housing"HOUSING_URL = DOWNLOAD_RO...

2019-05-12 12:11:36 2949 3

原创机器学习项目清单

机器学习项目清单，主要有8步（可根据需求调整）：1.架构问题，关注蓝图。2.获取数据。3.研究数据以获得灵感。4.准备数据以更好的将低层模型暴露给机器学习算法。5.研究各种不同的模型，并列出最好的模型。6.微调模型，并将其组合为更好的解决方案。7.提出解决方案。8.启动、监视、维护系统。架构问题，关注蓝图用商业术语定义目标。方案如何解决？目前的解决方...

2019-04-25 22:12:15 235

原创数据特征提取方法

五类线性算法：1、主成分分析、特征抽取 PCA主成分分析、PCA降维简介、统计知识选讲（二）——主成分分析（PCA）的推导和应用数据挖掘特征提取方法-汇集、特征提取方法、特征提取之PCA、机器学习 —— 基础整理（四）特征提取之线性方法：主成分分析PCA、独立成分分析ICA、线性判别分析LDA、【机器学习算法系列之三】简述多种降维算法...

2018-09-20 10:37:55 25748 1

原创数据分析与挖掘day1

课程大纲：python基础知识（4课时）python爬虫知识（12课时）python数据分析和数据挖掘（24课时）python初识python是一门面向对象的解释型编程语言python中常见的注释方法：1：#注释法 2：三引号注释法标识符：标注某个东西的符号python中标识符命名规则：1、第一个字符为字母或者是下划线 ...

2018-09-17 20:28:42 177

原创 python 数据可视化

基础教学：Python数据分析之数据可视化各种图表类型简介：『数据可视化』基于Python的数据可视化工具

2018-07-24 16:44:59 927

原创泰坦尼克号生存率学习所涉及的链接

【Kaggle】参加竞赛基本流程（以Titanic为例）Kaggle泰坦尼克预测(完整分析)认识数据：pandas和matplotlib学习Kaggle入门项目，泰坦尼克号幸存者Random Forest(随机森林)入门和实战（一）先写个项目 pandas之get_dummies 机器学习系列(1)_逻辑回归初步python数据分析（数据可视化）...

2018-07-20 10:15:14 294