2014级《程序设计基础（二）》正式结束，按惯例将数据做个整理。无论师生，都可以从中找出值得自己总结的东西。 程序设计的水平，让代码行来说话。没有有效积累的，抽出时间，希望还在。一、发表博文情况统计1、总体统计学号全学年总数量学期1数量学期2数量学期2增量 访问积分排名评论平均168.6492.2976.35-15.95 21761.951903.619810.2254.04最大52718734...
分类：
其他好文 时间：
2015-07-25 08:22:22
阅读次数：
1818
在数据科学领域有成千上万的包和数以百计的函数公式，你虽然不需要掌握所有的这些知识，但是有一个速查表在你的学习中是非常重要的。学习大数据包括对统计学、数学、编程知识（尤其是R、python、SQL）等知识的理解，还需要理解业务来驱动决策。这些表单也许能给你一些帮助。Python的速查表Python在初...
分类：
其他好文 时间：
2015-07-24 10:32:16
阅读次数：
148
生物识别技术 所谓生物识别技术就是，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。 根据IBG（International Biometric Group，国际生物识.....
分类：
其他好文 时间：
2015-07-22 20:39:06
阅读次数：
120
关于数理统计基础知识的一点补漏一、数学期望数学期望也称为均值、期望，在物理学中称为期待值。在概率论和统计学中，一个离散型随机变量的期望值是实验中每次可能结果的概率乘以其结果的总和。定义：离散型随机变量的一切可能取值与其对应的概率p的乘积之和称为数学期望。需要注意的是，期望值并不一定等于常识中“期望”...
分类：
其他好文 时间：
2015-07-21 16:41:23
阅读次数：
134
[转]浅谈协方差矩阵一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两...
分类：
其他好文 时间：
2015-07-20 12:19:52
阅读次数：
101
单样本t检验用于检验一个样本均值与假设的总体均值的差异是否显著。 对于一个总体来说，其集中趋势或者说中心值是我们关心的，因此需要了解总体的均值，但是由于总体的不可知性，我们首先对总体均值的取值进行假设，然后对总体进行抽样，通过样本均值的情况来检验我们对总体均值的假设是否成立，根据假设检验的小概率原则...
分类：
其他好文 时间：
2015-07-18 12:21:09
阅读次数：
219
支撑统计学的七大支柱！JSM上统计界的老帮主Stephen Stigler做了一个主题演讲，讲“统计学的七大支柱”，好心又认真的Rick Wicklin同学记了笔记，彼时估计还在中国城吃饭的我才得以了解SS大人到底讲了什么。回头看看笔记，我觉得SS大人有点吹嘘统计学之嫌。所谓支柱，就是没了它咱就垮了...
分类：
其他好文 时间：
2015-07-17 22:33:54
阅读次数：
296
大学时，我一直觉得统计学很难，还差点挂科。工作以后才发现，难的不是统计学，而是我们的教材写得不好。比起高等数学，统计概念其实容易理解多了。我举一个例子，什么是泊松分布和指数分布？恐怕大多数人都说不清楚。我可以在10分钟内，让你毫不费力地理解这两个概念。一、泊松分布日常生活中，大量事件是有固定频率的。...
分类：
其他好文 时间：
2015-07-17 17:54:44
阅读次数：
130
应该是去年的这个时候，我开始接触机器学习的相关知识，当时的入门书籍是《数据挖掘导论》。囫囵吞枣般看完了各个知名的分类器：决策树、朴素贝叶斯、SVM、神经网络、随机森林等等；另外较为认真地复习了统计学，学习了线性回归，也得以通过orange、spss、R做一些分类预测工作。可是对外说自己是搞机器学习的...
分类：
编程语言 时间：
2015-07-16 16:18:12
阅读次数：
461
什么是感知机二分类的线性分类模型，输入是实例的特征向量，输出是实例的类别，取-1和+1两值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机是神经网络和支持向量机的基础。模型的使用条件数据集需要是线性可分的，同时，如果数据集是线性可分的话，经过一定的迭代次数一...
分类：
其他好文 时间：
2015-07-14 17:13:43
阅读次数：
91
