- 博客(46)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Git常用的几个命令
标签（空格分隔）： Github在本地文件系统中新建目录，放置你的工程：mk dir parkkcd parkk //进入该目录git init //初始化自己的仓库，默认名称为master在仓库中添加文件，并提交任务echo hello >1.txtgit add 1.txtgit status //查看当前状态，将会显示untracked filesgit add 1.txt //将
2017-04-18 20:59:32
432
原创 Latex编译过程中遇到的奇奇怪怪的问题及解决方案
标签（空格分隔）： 杂七杂八的问题有必要写一个博文记录自己在Latex编译时遇到的各种问题，希望可以帮到遇到同样错误的亲故。讲真，一直没有系统的学习Latex，都是投哪个会直接拿那个会的模板来套，然后每次需要调整自己的表格格式以及图片规格的时候总是很头疼，也会遇到跟多问题。Solution到用时方恨少，没办法，再做一回实用主义吧。。 并不打算系统的学习了。。（因为以后估计也用不上了。。略伤感）听说L
2017-03-27 16:02:41
26502
3
原创 Multi-class Classification相关
标签（空格分隔）： 毕业论文（OS: 最近在做关于多类分类的综述，但是搜索出来好多方向搞得自己云里雾里的，好吧，又是在下孤陋寡闻了。还是那句话，不知道不可怕，但一直不知道就很尴尬了。）one-class classification – 一元分类In machine learning, one-class classification, also known as unary classificat
2017-03-22 21:08:17
1293
原创 BibTex相关
标签（空格分隔）： 杂七杂八的问题又到了写论文的高峰期(?)在BibTeX中添加参考文献时，发现选项很多，对一些称呼还是一脸懵逼。。阿一古，也许是最后一次写论文了，还弄清楚的还是清楚一下吧~【转自wiki】@article期刊杂志的论文 必要域: author, title, journal, year. 可选域: volume, number, pages, month, note.@book
2017-03-19 16:52:22
3217
原创 英语冷知识
标签（空格分隔）： 杂七杂八的问题（新看到一点好玩的英短语，冷知识，特记录在此。不定时更新~）at the eleven hour – 意思是：在最后关头，最后时刻 例句： At the eleven hour, the hero appeared and saved the heroine. 翻译：在最后时刻，男主角出现，并救了女主。 类似的还有： at the sixes and
2017-03-17 10:50:19
1026
原创 Mac突然连不上WiFi
标签（空格分隔）： 杂七杂八的问题从昨晚开始，Mac突然连不上WiFi了，人又在图书馆，上不了网好焦急。于是搜了很多方法，也不知是哪个起作用了，反正现在可以了。步骤一打开“Finder” –> 在最左边栏中找到自己的设备 –> “资源库” –> “Preferences” –> 找到“com.apple.Bluetooth.plist”，将其复制到桌面或其他文件夹。然后将这个位置的该文件删除 –>
2017-03-16 11:21:52
3646
原创 Spark学习（一）--Spark安装及简介
Spark学习（一）标签（空格分隔）： Spark学习中的知识点：函数式编程、泛型编程、面向对象、并行编程。任何工具的产生都会涉及这几个问题： 1. 现实问题是什么？ 2. 理论模型的提出。 3. 工程实现。 思考： 数据规模达到一台机器无法处理的时候，如何在有限的时间内对整个数据集进行遍历及分析？Google针对大数据问题提出的一些解决方案： * MapReduce： 计算框架；
2016-12-31 10:45:32
910
原创 Python -- pandas
标签（空格分隔）： Python数据结构#首先引入需要使用的模块from pandas import Series, DataFrameimport pandas as pdSeriesSeries类似于一维数组的对象，由一组数据以及一组与之相关的数据标签组成。传入一个数组，将会创建一个0-N-1的整数型索引。In[]: obj = Series([2,3,4,-3])In[]: obj.v
2016-12-25 18:16:16
1775
原创 Python -- 基础
标签（空格分隔）： PythonPython简介Python是一种面向对象、解释型计算机程序设计语言。Python开发环境和编辑工具 Windows：编辑器是Python IDE;Linux：自带Python解释器，编辑器为vi.Python的输入输出 输入：变量，控制台；输出：显示，文件，数据库，网络输出语句：print输入语句：raw_input/inputPython源码编
2016-12-10 15:05:35
309
原创 reactive-turtle
标签（空格分隔）： Scala Github偶然在Github上看到一个有意思的小项目，一个粑粑教11岁的儿子学习scala，因为学习语法等太枯燥了，所以写了一个海龟的小游戏，跟儿子一起学习。（我也要酱紫的粑粑！！） 链接–>https://github.com/ktonga/reactive-turtle/blob/master/README.md先导Githubsbt:类似于java的架构
2016-12-06 19:48:13
380
原创 Maven学习（五）-- 聚合与继承
标签（空格分隔）： 学习笔记Maven的聚合特性能够把项目的各个模块聚合在一起构建； Maven的继承特性能够帮助抽取各模块相同的依赖和插件等配置，在简化POM的同时，还能够促进各个模块配置的一致性。account-persist模块POM文件<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w
2016-10-23 19:30:03
299
原创 Maven学习（四）-- 生命周期和插件
标签（空格分隔）： 学习笔记Maven生命周期是抽象的，不做任何实际的工作，在Maven的设计中，实际的任务都交由插件来完成。 每个构件步骤都可以绑定一个或者多个插件行为，而且Maven为大多数构建步骤编写并绑定了默认插件。三套生命周期Maven拥有三套相互独立的生命周期，分别为clean（清理项目），default（构建项目），site（建立项目站点）.每个生命周期包含一些阶段（stage），用
2016-10-22 14:20:01
258
原创 XML学习笔记（四）-- 修饰XML文档的CSS
标签（空格分隔）： 学习笔记XML为存储结构化数据提供了强大的方法，但是它没有提供关于数据如何显示地信息，（数据的结构与数据表示无关）。可以使用CSS来控制XML文档中各元素的呈现方式。CSS语法又三部分构成：选择器（selector）、属性（property）、属性值（value），基本语法个数如下：selector { property1: value; property2: v
2016-10-21 21:36:12
3409
原创 Maven学习（三） -- 仓库
标签（空格分隔）： 学习笔记 坐标和依赖时任何一个构件在Maven世界中的逻辑表示方式；而构件的物理表示方式是文件，Maven通过仓库来同意管理这些文件。任何一个构件都有其唯一的坐标，根据这个坐标可以定义其在仓库中的唯一存储路径，这便是Maven的仓库布局方式。仓库的分类对于Maven来说，仓库只分为两类：本地仓库和远程仓库。 当Maven根据坐标寻找构建的时候，首先会查看本地仓库，如果本地
2016-10-19 11:03:59
331
原创 Maven学习（一） -- 安装Maven及Eclipse中配置Maven
标签（空格分隔）： 学习笔记本文环境：Windows7， JDK1.7.0_76安装及配置Maven环境变量需要电脑中已经有Java环境 在控制台中输入：echo %JAVA_HOME%看是否能显示java home的路径信息；在控制条输入：java -version 看是否显示java的版本信息；下载官网：http://maven.apache.org/download.cgi下载编译过
2016-10-17 19:07:13
725
原创 XML学习笔记（三） -- Schema
标签（空格分隔）： 学习笔记Schema的格式XML Schema文档是由元素、属性、命名空间和XML文档中的其他节点构成的。 XML Schema有两种重要的Schema模型：Microsoft XML Schema和W3C XML Schema。例： 1）新建一个schema文件film.xsd：<?xml version="1.0" encoding="GB2312"?><xsd:sch
2016-10-16 10:56:52
572
原创 Linux - 进程查看与管理
标签（空格分隔）： Linux进程的静态查看查看系统所有进程ps -ef – 输出来好乱，看不懂..；ps aux – a表示所有与终端相关的进程，u表示所有以用户组织的进程状态的信息，x表示与终端无关的所有进程；ps -lAps -l – 只查看与shell有关的进程（即在shell上通过命令或者可执行程序创建的进程）ps -lU username 或者 ps -fU username–
2016-09-25 20:26:53
270
原创 Linux -- 文件统计常用命令
标签（空格分隔）： Linuxsort – 文件内排序命令sort将文件的每一行作为一个单位，相互比较，比较原则是从首字符向后，依次比较其ASCII码。按每行升序排序： sort seq.txt在输出行中去除重复行： sort -u seq.txt输出行按降序排序： sort -r seq.txt 将输出结果重定向写入新的文件： sort seq.txt > seq1.txt将输出
2016-09-25 17:04:46
277
原创 再论最小二乘
标签（空格分隔）： 机器学习前面有写过一篇关于最小二乘与最大似然估计的博客点我点我，该博客从二者的本质不同进行了分析（一个是为了最好的拟合数据，一个是通过概率分布使时间最可能发生）本篇博客将从目标函数求驻点及梯度下降的角度比较二者的不同。最小二乘目标函数目标函数实际是从拟合中残差服从高斯分布推导出来的，但实际我们可以直接使用： J(θ)=12(hθ(x(i))−y(i))2=12(Xθ−y)T(X
2016-09-19 17:06:42
280
原创 再论EM算法的收敛性和K-Means的收敛性
标签（空格分隔）： 机器学习（最近被一波波的笔试+面试淹没了，但是在有两次面试时被问到了同一个问题：K-Means算法的收敛性。在网上查阅了很多资料，并没有看到很清晰的解释，所以希望可以从K-Means与EM算法的关系，以及EM算法本身的收敛性证明中找到蛛丝马迹，下次不要再掉坑啊。。）EM算法的收敛性1.通过极大似然估计建立目标函数：l(θ)=∑mi=1log p(x;θ)=∑mi=1log∑zp(
2016-09-19 14:47:36
10949
原创 L0/L1/L2范数的联系与区别
标签（空格分隔）： 机器学习最近快被各大公司的笔试题淹没了，其中有一道题是从贝叶斯先验，优化等各个方面比较L0、L1、L2范数的联系与区别。L0范数L0范数表示向量中非零元素的个数： ||x||0=#(i) with xi≠0||x||_{0} = \#(i)\ with\ \ x_{i} \neq 0也就是如果我们使用L0范数，即希望w的大部分元素都是0. （w是稀疏的）所以可以用于ML中做稀
2016-09-18 09:38:40
742
原创 XML学习笔记（二）-- DTD格式规范
标签（空格分隔）： 学习笔记 XML的一个主要目的是允许应用程序之间自由交换结构化的数据，因此要求XML文档具有一致的结构、业务逻辑和规则。可以定义一种模式来定义XML文档的结构，并借此验证XML文档的有效性。 定义XML文档结构有两种解决方案：一种是采用文档类型定义DTD；另一种是采用XML Schema。DTD的基本结构DTD是用来规范XML文件的格式，必须出现在头文件中，一遍XML
2016-09-16 21:48:18
549
原创 Spark学习（一）--RDD操作
标签（空格分隔）： 学习笔记Spark编程模型的两种抽象：RDD(Resilient Distributed Dataset)和两种共享变量(支持并行计算的广播变量和累加器)。RDDRDD是一种具有容错性的基于内存的集群计算方法。 RDD特征： 1. 分区（partition）：有一个数据分片列表，能够将数据进行切分，切分后的数据能够进行并行极端，是数据集的原子组成部分； 2. 函数（comp
2016-09-11 15:24:09
384
原创 GMM及EM算法
GMM及EM算法标签（空格分隔）： 机器学习 前言： * EM(Exception Maximizition) – 期望最大化算法，用于含有隐变量的概率模型参数的极大似然估计； * GMM(Gaussian Mixture Model) – 高斯混合模型，是一种多个高斯分布混合在一起的模型，主要应用EM算法估计其参数； * 本篇博客首先从简单的k-means算法给出EM算法的
2016-07-29 16:04:18
3155
1
原创 宝石比较重量
宝石比较重量标签（空格分隔）： 算法题目描述：小明陪小红去看钻石，他们从一堆钻石中随机抽取两颗并比较她们的重量。这些钻石的重量各不相同。在他们们比较了一段时间后，它们看中了两颗钻石g1和g2。现在请你根据之前比较的信息判断这两颗钻石的哪颗更重。 给定两颗钻石的编号g1,g2，编号从1开始，同时给定关系数组vector,其中元素为一些二元组，第一个元素为一次比较中较重的钻石的编号，第二个元素为较轻的
2016-07-25 22:09:32
420
原创 最大似然估计(MLE)与最小二乘估计(LSE)的区别
最大似然估计与最小二乘估计的区别标签（空格分隔）： 概率论与数理统计最小二乘估计 对于最小二乘估计来说，最合理的参数估计量应该使得模型能最好地拟合样本数据，也就是估计值与观测值之差的平方和最小。设Q表示平方误差，YiY_{i}表示估计值，Ŷ i\hat{Y}_{i}表示观测值，即Q=∑ni=1(Yi−Ŷ i)2Q = \sum_{i=1}^{n}(Y_{i} - \hat{Y}_{i})^
2016-07-24 10:35:10
13672
原创 增长xx%带来什么信息？
增长xx%带来什么信息？标签（空格分隔）： 概率论在与概率论有关的题目中，我们经常会遇到：某公司增长xx%，带来哪些信息？ 看下面这道题目：某公司在华东和华南两大区域开展业务，年底汇总业绩的时候发现，两大区域的月度转化率（=成为会员的客户数/访问店铺的客户数）分别提高了10%和5%，以下描述中正确的是_。A. 尽管各自的月度转化率都有提高，但公司的整体月度转化率仍可能降低 B. 市场对业务认
2016-07-22 21:09:21
410
原创 Lucky String
Lucky String – 微软笔试标签（空格分隔）： 算法A string s is LUCKY if and only if the number of different characters in s is a fibonacci number. Given a string consisting of only lower case letters , output all its lu
2016-07-21 16:31:37
1126
原创 堆排序
堆排序标签（空格分隔）： 算法堆实际上是一种满二叉树，所以我们可以直接利用父母节点与孩子节点之间在数组中的位置关系来操纵，而不需要真的建立一棵二叉树。 堆分为大顶堆（父节点比所有左右子孩子的排序码都要大）和小顶堆（父节点比所有左右子孩子的排序码都要小）； 堆排序的过程分为2个部分： 1. 根据输入的初始数据，建立初始堆； 2. 通过一系列的元素交换和重新调整堆进行排序。 假设父节点在数组中
2016-07-20 21:14:24
446
原创 TCP的3次握手和4次挥手
TCP的3次握手和4次挥手标签（空格分隔）： 找工作TCP Flags：TCP首部中有6个标志比特，主要用于操控TCP的状态机的，依次为URG, ACK, PSH, RST, SYN, FIN，每个标志位的含义如下：URG：此标志表示TCP包的紧急指针域有效，用来保证TCP连接不被终端，并且督促中间层设备要尽快处理这些数据；ACK：此标志表示应答有效，1的时候表示应答有效，反之为0；PSH：此
2016-07-20 10:14:47
245
原创 MATLAB模拟布丰投针实验
MATLAB模拟布丰投针实验标签（空格分隔）： 算法Buffon’s Needle桌面上有距离为a的若干平行线，将长度为L的针随机丢在桌面上，则这根针与平行线相交的概率是多少？假定L < a. 思路：从针据横线的距离与夹角得出。 解决： 1. 假设针的中点到最近横线的距离为y，则y∈[0,a2]y\in[0,\frac{a}{2}];因为投针是随机的，所以y服从均匀分布：f(y)={2a,
2016-07-19 15:50:42
11766
2
原创 Topic Model
Topic Model标签（空格分隔）： 机器学习Γ\Gamma函数Γ\Gamma函数可以看做是阶乘在实数域上的推广，即： Γ(x)=∫+∞0tx−1e−tdt=(x−1)!\Gamma(x) = \int_{0}^{+\infty} t^{x-1}e^{-t}dt = (x-1)! 性质：Γ(x)Γ(x−1)=x−1\frac{\Gamma(x)}{\Gamma(x-1)} = x-1Beta
2016-07-15 11:42:30
525
原创 朴素贝叶斯与贝叶斯网络
朴素贝叶斯与贝叶斯网络标签（空格分隔）： 机器学习朴素贝叶斯朴素贝叶斯朴素在哪里呢？ —— 两个假设 * 一个特征出现的概率与其他特征（条件）独立； * 每个特征同等重要。朴素贝叶斯分类器P(c|x)=P(c)P(x|c)P(x)=P(x)P(x)Πdi=1P(xi|c)P(c|x) = \frac{P(c)P(x|c)}{P(x)} = \frac{P(x)}{P(x)}\Pi_{i=1}
2016-07-13 20:57:42
1274
原创 错题集锦（三）
错题集锦（三）标签（空格分隔）： 找工作模式分类相关什么是判决函数，什么是判决面？ 对特征点进行分类的界面就是判决面；分类界面的函数就是判决函数。后验概率p(y|x)与贝叶斯公式的关系，使用后验概率、贝叶斯决策的先决条件？ 类别的经验分布概率即先验概率p(y)；条件概率已知或者可计算即p(x|y=i);概率、统计与机器学习的关系？ 概率论及其分布函数特性是理论基础；统计是应用，利用
2016-07-12 19:20:29
448
原创 错题集锦（二） -- Java专项
错题集锦（二） – Java专项标签（空格分隔）： 找工作JVM的内存模型线程共享：堆(Heap)：主要存放一些对象实例方法区(Method Area / Non-Heap)：用于存储已被JVM加载的类的信息、常量、静态变量等数据。线程自有：程序计数器(Program Counter Register)：当前线程所执行的字节码的行号指示器。虚拟机栈(JVM Stack,也可称作Java方法
2016-07-11 15:23:40
390
原创 错题集锦（一）
错题集锦（一）标签（空格分隔）： 找工作静态动态链接库静态链接库的优点代码装载速度快，执行速度比动态链接库略快；只需保证在开发者的计算机中有正确的.lib文件，在意位二进制形式发布程序时不需要考虑在用户的计算机上是否存在.lib文件及版本问题；动态链接库的优点节省内存并减少页面交换；DLL文件与EXE文件独立，只要输出接口不变，更换DLL文件不会对EXE文件造成任何影响，极大的提高了可扩展
2016-07-10 21:04:50
535
原创 集成学习(Ensemble Learning)
集成学习(Ensemble Learning)标签（空格分隔）： 机器学习Adabost对于一些弱分类器来说，如何通过组合方法构成一个强分类器。一般的思路是：改变训练数据的概率分布(权值分布)，针对不同的训练数据分布调用弱学习算法学习一系列的弱分类器，然后将他们组合起来，形成强分类器。 需要解决的问题有：在每一轮如何改变训练数据的权值或概率分布？如何将若分类器组合成一个强分类器。已知数据集T
2016-07-05 14:09:18
959
原创 聚类算法汇总
聚类算法汇总标签（空格分隔）： 机器学习作为无监督领域(unsupervised)一个太过famous的算法了，聚类(clustering)就是对大量未知标注的数据集，按照数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小. 然而，里面仍然有很多需要注意的地方，对于聚类本身，目前也有很多改进版本了，所以还是需要总结一下的。相似度的度量各种相似度的度量方式及其相关
2016-06-30 20:22:22
4305
原创 样本间距离计算方法总结
样本间相似度/距离计算方法总结标签（空格分隔）： 机器学习闵可夫斯基距离Minkowski距离，也成欧式距离，计算方法为：dist(X,Y)=(∑ni=1|xi−yi|p)1p\begin{equation} dist(X, Y) = (\sum_{i=1}^{n}|x_{i}-y_{i}|^{p})^{\frac{1}{p}} \end{equation} 这是我们最常用的一种距离度量方
2016-06-29 21:56:06
6505
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人