前言 看完UML视频，很多人不明白UML到底是干什么用的，举个通俗的例子，就像盖房子一样,厨房卧室楼层之间怎么拼接,每个部分用什么材料,每个部分里放什么家具什么餐具,每个部分是干吗用的，UML就相当于施工图纸。我们知道，做一个小系统就像盖一间小房子，不需要图纸也可以，但是如果做大系统，试想，没有图纸 ...
分类：
其他好文 时间：
2017-04-28 17:15:33
阅读次数：
178
在面相对象编程中，多态算是一种泛化机制。泛型实现了参数化类型的概念。泛型的主要目的之一就是用来指定容器要持有什么类型的对象，而且由编译器来保证类型的正确性。元组仅一次方法调用就能返回多个对象，你应该经常需要这样的功能吧。可是return语句只允许返回单个对象。因..
分类：
编程语言 时间：
2017-04-24 23:22:06
阅读次数：
202
说到ML中Boosting和Bagging，他们属于的是ML中的集成学习
集成学习法（Ensemble Learning）
① 将多个分类方法聚集在一起，以提高分类的准确率。
（这些算法可以是不同的...
分类：
其他好文 时间：
2017-04-23 21:12:37
阅读次数：
337
课时6 线性分类器损失函数与最优化（上） 多类SVM损失：这是一个两分类支持向量机的泛化 SVM损失计算了所有不正确的例子，将所有不正确的类别的评分，与正确类别的评分之差加1，将得到的数值与0作比较，取两者中的最大值。然后将所有的数值进行求和。用平均值来代替不会影响结果。 这些评分都是无标度的，因为 ...
分类：
其他好文 时间：
2017-04-20 21:00:33
阅读次数：
193
1.11. Ensemble methods（集成学习） 目标： 相对于当个学习器，集成学习通过使用多个基学习器的预测结果来来提高学习预测的泛化性能以及鲁棒性； 集成学习的两个思路： 1）、通过使用并行的学习，得到多个学习模型然后取其平均结果目的在于减少方差，代表算法有随机森林。通常来说多个学习器的 ...
分类：
其他好文 时间：
2017-04-13 22:53:19
阅读次数：
801
传统的cnn过滤器是一个泛化的线性模型（GLM），我们认为这GLM的抽象能力是低级别的。把GLM替换为一个更有效的非线性函数近似能够提高抽象能力。当例子是线性可分时，GLM能实现很好的抽象。然而例子很多情况下是线性不可分的，输入的线性函数才能很好地表达。此网络没有采用传统的全连接层，而是采用全局平均 ...
分类：
Web程序 时间：
2017-04-12 18:27:57
阅读次数：
218
一，提高机器学习算法准确度的方法 当我们的机器学习算法不能准确预测我们测试数据时，我们可以尝试通过以下方法提高我们机器学习的算法准确度 1)，获得更多的训练样例 2)，减少特征数 3)，增加特征数 4)，增加多项式特征 5)，增大或减小\(\lambda\) 二，评估机器学习模型 如果只是单独的使用 ...
分类：
编程语言 时间：
2017-04-09 18:20:03
阅读次数：
206
参考资料：示例来源 http://www.cnblogs.com/venow/archive/2012/10/15/2724943.html Qt 帮助手册 QSemaphore QSemaphore提供了一定数量的信号量。 一个 semaphore信号量是一种泛化的mutex。一个mutex只能被 ...
分类：
编程语言 时间：
2017-04-09 14:00:41
阅读次数：
376
在UML类图中，常见的有以下几种关系:泛化（Generalization）, 实现（Realization）,关联（Association）,聚合（Aggregation）,组合(Composition)，依赖(Dependency) 1.泛化(Generalization) 【泛化关系】：是一种继 ...
分类：
其他好文 时间：
2017-04-07 11:12:03
阅读次数：
208
感知机可以说是最古老的分类方法之一了，在1957年就已经提出。今天看来它的分类模型在大多数时候泛化能力不强，但是它的原理却值得好好研究。因为研究透了感知机模型，学习支持向量机的话会降低不少难度。同时如果研究透了感知机模型，再学习神经网络，深度学习，也是一个很好的起点。这里对感知机的原理做一个小结。 ...
分类：
其他好文 时间：
2017-04-05 22:07:33
阅读次数：
272
