- 博客(11)
- 收藏
- 关注
RSS订阅
原创 面向对象的编程（1)——简明python教程学习笔记
一.简介 \quad到目前为止，在我们的程序中，我们都是根据操作数据的函数或语句块来设计程序的。这被称为面向过程的编程。 \quad还有一种把数据和功能结合起来，用称为对象的东西包裹起来组织程序的方法。这种方法称为面向对象的编程编程理念。在大多数时候你可以使用过程性编程，但是有些时候当你想要编写大型程序或是寻求一个更加合适的解决方案的时候，你就得使用面向对象的编程技术。 \quadOb...
2018-09-12 19:21:36
143
原创 Week 1——Machine learning by Pro.Andrew Ng (cousera)——notebook
Cousera 上第一周的课程主要对机器学习的定义、分类进行了简单的介绍，同时对机器学习过程中一类简单的问题——单变量线性回归（Linear Regression with one variable）进行了讲解描述，通过对单变量线性回归这一类简单问题的学习，了解机器学习问题解决过程中所需要掌握的概念和公式（函数），个人认为通过第一周的学习之后能够把握机器学习的概念，掌握解决机器学习问题所需要的元素...
2018-08-01 19:44:37
165
原创 Python标准库——简明python教程学习笔记
Python标准库——简明python教程学习笔记简介sys模块sys.argv更多sys的内容os模块 本文大量内容来源于沈老师的简明python教程和python官方的解释文档https://docs.python.org/3/library/sys.html，其中夹杂部分个人的理解如有偏颇之处还望海涵。 简介 \quadPython标准库是随Python附带安装的，它包含大量极其有用的模...
2018-09-19 20:46:28
456
1
转载 备忘 ——新版本Markdown编辑器的变化
备忘 ——新版本Markdown编辑器的变化欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导...
2018-09-19 15:47:43
150
原创 异常及其处理—— 简明python教程学习笔记
异常 \quad可能出现异常的状况多种多样，比如当你要读某个文件的时候，而文件并不存在；抑或是在程序运行的时候，不小心把它删除了，这些情况都可能出现异常。 \quad而当程序中有一些无效的语句，Python就会告诉你在语句处存在一个错误。下面举一个例子： 一.错误 \quad考虑一个简单的print语句。假如我们把print误拼为Print（注意大写），这样Python会引发 一个语法错误...
2018-09-14 20:48:45
158
原创 Python的输入与输出——简明python教程学习笔记
本文大量内容来源于沈老师的简明python教程，其中夹杂部分个人的理解如有偏颇之处还望海涵。 python的输入与输出 1.字符类型的输入输出 \quad可以从用户那里得到输入，然后打印一些结果。我们可以分别使用raw_input和print语句来完成这些功能。对于输出，你也可以使用多种多样的str（字符串）类。例如，你能够使用rjust方法来得到一个按一定宽度右对齐的字符串。利用h...
2018-09-13 19:42:47
264
原创 Week 4——Machine learning by Pro.Andrew Ng (cousera)——notebook
一.概述 \quad在第四周的课程中，主要对神经网络的表达(Neural Networks:Representation)进行了介绍。神经网络相比大家已经耳熟能详，该方法的提出旨在为了解决当具有许多特征的复杂假设时，另一种执行机器学习来解决实际问题的方法。 （关于Machine learning by Pro.Andrew Ng 的更多资源请关注图中微信公众号——针知与拙见 获取 ） ...
2018-08-22 22:54:08
139
原创 Week 3——Machine learning by Pro.Andrew Ng (cousera)——notebook
一.概述 \quad在第三周的课程中，主要对逻辑回归（Logistic Regression）和正则化（Regularization）两大部分进行了介绍。其中逻辑回归（Logistic Regression）旨在解决监督学习（Supervised learning）中回归问题之外的另一大类问题——分类问题；正则化（Regularization）则是用于解决机器学习应用过程中的过拟合（overfi...
2018-08-18 00:02:58
135
原创 Week 2——Machine learning by Pro.Andrew Ng (cousera)——notebook
一.概述 \quad在学习过Cousera上第一周的课程后，自己也对于机器学习有了一个大致的了解，并理解了最简单机器学习问题——单变量线性回归问题的解决方式。然而实际上在日常的应用中，影响结果的特征因素个数绝不仅仅限于一个，且数据特征与结果的函数关系也不限于线性，因此可想而知，为了解决更为实际的问题，必然可以构建新的更具普适性的假设模型。所以在第二周的课程中介绍了多变量线性回归（Multivar...
2018-08-08 20:08:50
248
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人