码迷,mamicode.com
首页 >  
搜索关键字:assignment 公开课    ( 1701个结果
Effective C++——条款5(第2章)
第2章    构造/析构/赋值运算 Constructors,Destructors,and Assignment Operator     几乎每一个 class 都会有一个或多个构造函数,一个析构函数,一个copy assignment 操作符. 条款05:    了解C++默默编写并调用哪些函数 Know what functions C++ silently writes an...
分类:编程语言   时间:2015-08-27 09:34:47    阅读次数:146
Item 10:赋值运算符要返回自己的引用 Effective C++笔记
Item 10:Have assignment operators return a reference to *this. 这是关于赋值运算符的编程惯例,用来支持链式的赋值语句: int x, y, z; ... x = y = z = 1; 在C++中,它相当于: x = ( y = ( z = 1 ) ); 这是因为=运算符是右结合的,链式赋值时...
分类:编程语言   时间:2015-08-25 16:34:23    阅读次数:146
通达OA 小飞鱼老师OA工作流设计课程教学网络公开课之HTML基础
通达OA网络教学公开课开始了,有需要的小伙伴们抓住机会奥。8月29号晚8点不见不散。本次课程的主要内容是通达OA工作流设计课程中需要用到的Html部分学习。...
分类:Web程序   时间:2015-08-21 23:20:48    阅读次数:206
HDU1845Jimmy’s Assignment(无向图,最大匹配)
题意:就是求最大匹配#include #include #include #include #include #include #include #include #include #include #include #includ...
分类:其他好文   时间:2015-08-18 21:24:45    阅读次数:103
广义线性模型 - Andrew Ng机器学习公开课笔记1.6
在分类问题中我们假设:           他们都是广义线性模型中的一个例子,在理解广义线性模型之前需要先理解指数分布族。   指数分布族(The Exponential Family)   如果一个分布可以用如下公式表达,那么这个分布就属于指数分布族:        公式中y是随机变量;h(x)称为基础度量值(base measure);     ...
分类:其他好文   时间:2015-08-17 08:50:25    阅读次数:158
牛顿方法 - Andrew Ng机器学习公开课笔记1.5
牛顿方法(Newton's method)      逻辑回归中利用Sigmoid函数g(z)和梯度上升来最大化?(θ)。现在我们讨论另一个最大化?(θ)的算法----牛顿方法。      牛顿方法是使用迭代的方法寻找使f(θ)=0的θ值,在这里θ是一个真实的值,不是一个参数,只不过θ的真正取值不确定。牛顿方法数学表达式为:              牛顿方法简单的理解方式...
分类:其他好文   时间:2015-08-17 08:50:05    阅读次数:665
线性回归、梯度下降 - Andrew Ng机器学习公开课笔记1.1
实例     首先举个例子,假设我们有一个二手房交易记录的数据集,已知房屋面积、卧室数量和房屋的交易价格,如下表:          假如有一个房子要卖,我们希望通过上表中的数据估算这个房子的价格。这个问题就是典型的回归问题,这边文章主要讲回归中的线性回归问题。   线性回归(Linear Regression)     首先要明白什么是回归。回归的目的是通过几...
分类:其他好文   时间:2015-08-17 08:49:45    阅读次数:296
损失函数 - Andrew Ng机器学习公开课笔记1.2
线性回归中提到最小二乘损失函数及其相关知识。对于这一部分知识不清楚的同学可以参考上一篇文章《线性回归、梯度下降》。本篇文章主要讲解使用最小二乘法法构建损失函数和最小化损失函数的方法。   最小二乘法构建损失函数     最小二乘法也一种优化方法,用于求得目标函数的最优值。简单的说就是:让我们的预测值与真实值总的拟合误差(即总残差)达到最小。     在线性回归中使用最小二乘...
分类:其他好文   时间:2015-08-17 08:49:42    阅读次数:690
局部加权回归、欠拟合、过拟合 - Andrew Ng机器学习公开课笔记1.3
本文主要讲解局部加权(线性)回归。在讲解局部加权线性回归之前,先讲解两个概念:欠拟合、过拟合,由此引出局部加权线性回归算法。   欠拟合、过拟合     如下图中三个拟合模型。第一个是一个线性模型,对训练数据拟合不够好,损失函数取值较大。如图中第二个模型,如果我们在线性模型上加一个新特征项,拟合结果就会好一些。图中第三个是一个包含5阶多项式的模型,对训练数据几乎完美拟合。 ...
分类:其他好文   时间:2015-08-17 08:48:14    阅读次数:183
广义线性模型 - Andrew Ng机器学习公开课笔记1.6
转载请注明出处:http://www.cnblogs.com/BYRans/ 前面的文章已经介绍了一个回归和一个分类的例子。在逻辑回归模型中我们假设: 在分类问题中我们假设: 他们都是广义线性模型中的一个例子,在理解广义线性模型之前需要先理解指数分布族。指数分布族(The Exponen...
分类:其他好文   时间:2015-08-17 06:22:23    阅读次数:244
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!