第二章：Python环境安装(Mac环境) 1.第一步：搜索Python官网：https://www.python.org/ 2.第二步：进入官网进行下载安装包：（我在下载的是Mac版本的） 注：Python3.5版本目前不支持Windows XP系统，widows用户建议使用win7或win103.第三步：安装 安装包步骤：无脑安装一直点继续即可3.1 3.2 3.3 3.4 3.5 3.6 3.7 直接默认安装（默认路径比较好找） 3.8 密码验证（输入密码） 3.9 安装等待进度 安装成功，直接点击“关...
WifiStateMachine 1. 初始化 传入接口名称wlanInterface 新建一个WiFi类型的NetworkInfo 发一个ssid为null的广播 电池 NetworkManagementService P2p是否支持mP2pSupported 基于接口名称wlanInterface的WifiNative 基于WifiNative的WifiConfigStore 基于WifiNative的WifiMonitor WifiInfo SupplicantStateTracker 两个LinkProperties: mLinkProperties + mNetlinkLinkProperties mWifiP2pManager 一个InterfaceObserver。让Network...
强化学习的概念在监督学习中，我们会给学习算法一个训练集，学习算法尝试使输出尽可能接近训练集给定的真实值y；训练集中，对于每个样本的输入x，都有确定无疑的正确输出y在强化学习中，我们只会给学习算法一个奖励函数(reward function)，用这个函数来提示学习主体(learning agent)什么时候做得好，什么时候做得差。例如，对于一个机器人，当它向前行走时，我们给它奖励(奖励函数值为正)，当它摔倒或向后退时，我们给它惩罚(奖励函...
后续再次学习，现在理解有些模糊。优点：可以对复杂和非线性的数据建模缺点：结果不易理解适用数据类型：数值型（转换成二值型）和标称型数据树回归的一般方法收集数据：采用任意方法收集数据。准备数据：需要数值型的数据，标称型数据应该映射成二值型数据。分析数据：绘出数据的二维可视化显示结果，以字典方式生成树。训练算法：大部分时间都花费在叶节点树模型的构建上。测试算法：使用测试数据上的R2值来分析模型的效果。使用...
- Gradient descent 梯度下降算法是一个用来求得函数最小值的算法，这里我们将使用梯度下降算法来求出代价函数的最小值。 梯度下降的思想是：开始的时候我们随机选择一个参数的组合并计算代价函数，之后我们寻找下一个能使得代价函数值下降最多的参数的组合。 我们持续如此过程直到一个局部最小值（local minimum），由于我们并没有完全尝试完所有参数的组合，所以我们不能够确定我们得到的局部最...
本文主要记录《Machine Learning In Action》中第二章的内容。书中以两个具体实例来介绍kNN（k nearest neighbors)，分别是：约会对象预测手写数字识别通过“约会对象”功能，基本能够了解到kNN算法的工作原理。“手写数字识别”与“约会对象预测”使用完全一样的算法代码，仅仅是数据集有变化。约会对象预测1 约会对象预测功能需求主人公“张三”喜欢结交新朋友。“系统A”上面注册了很多类似于“张三”的用户，大家都想结交心朋友...
最近学习了一种叫做 Factorization Machines（简称 FM）的算法，它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景；2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍，并对其训练算法 — 随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。相关链接：（一）预测任务（二）模型方程（三）回归和分类（四）学习算法作者: peghoty 出处: http://blog.csdn.net/itplus/article/details/4053...
看到Max Welling教授主页上有不少学习notes，收藏一下吧，其最近出版了一本书呢还，还没看过。http://www.ics.uci.edu/~welling/classnotes/classnotes.html Statistical Estimation [ps]- bayesian estimation- maximum a posteriori (MAP) estimation- maximum likelihood (ML) estimation- Bias/Variance tradeoff & minimum description length (MDL)Expectation Maximization (EM) Algorithm [ps]- detailed derivation plus ...
Uninstall any existing gnuplot on your OSXbrew uninstall gnuplotInstall gnuplot with either X or X11brew-install gnuplot --with-x11Finally, set the GNUTERM to X11setenv("GNUTERM","X11") 或者 brew install gnuplot --with-qt setenv("GNUTERM","qt")原文：http://www.cnblogs.com/turtle920/p/5197786.html
这是Coursera上比较火的一门机器学习课程，主讲教师为Andrew Ng。在自己看神经网络的过程中也的确发现自己有基础不牢、一些基本概念没搞清楚的问题，因此想借这门课程来个查漏补缺。目前的计划是先看到神经网络结束，后面的就不一定看了。当然，看的过程中还是要做笔记做作业的，否则看了也是走马观花。此笔记只针对我个人，因此不会把已经会了的内容复述一遍，相当于是写给自己的一份笔记吧。如果有兴趣，可以移步《Machine Learn...
Logistic Regression 逻辑回归ClassificationexamplesEmail: Spam/Not Spam? 电子邮件是否是垃圾邮件Online Transactions: Fraudulent(Yes / No)? 网上交易是否是诈骗Turmor: Malignant / Benign? 肿瘤是良性还是恶性\(y \in \{0, 1\}\) 要预测的变量y能够取0和1两个值0: "Negative Class" (e.g., benign tumor) 通常标记为0的类称为“负类”，如良性肿瘤1: "Positive Class" (e.g., malignant tumor) 通常标记为1的类称为“正类”...
shape函数是numpy.core.fromnumeric中的函数，它的功能是读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度。它的输入参数可以使一个整数表示维度，也可以是一个矩阵。使用shape需要导入numpytile函数位于python模块 numpy.lib.shape_base中，他的功能是重复某个数组。比如tile(A,n)，功能是将数组A重复n次，构成一个新的数组使用shape需要导入numpy 原文：http://www.cnblogs.com/wlc297984368/p/5748502.html
Machine learning system designPrioritizing what to work on: Spam classification example在设计复杂的机器学习系统时将会遇到的主要问题，以及给出一些如何巧妙构建一个复杂的机器学习系统的建议。Building a spam classifier 垃圾邮件分类器思想：通过分词，将一封邮件转化为一个向量，从而将实际生活问题转化为了数学问题。具体：\(x\)是对应单词是否出现：出现为1，不出现为0；\(y\)表示邮件是否为垃圾邮件，是为1，否为0。...
Regularization 正则化The problem of overfitting 过拟合问题什么是过拟合问题、利用正则化技术改善或者减少过拟合问题。Example: Linear regression (housing prices) 线性回归中的过拟合对5个训练集建立线性回归模型，分别进行如下图所示的三种分析。如果拟合一条直线到训练数据（图一），会出现欠拟合(underfitting)/高偏差(high bias)现象（指没有很好地拟合训练数据）。 试着拟合一个二次函数的曲线（图二），符合各项要求。...
之前开发的项目中实用到IM聊天功能。可是这块功能公司有专门的IM团队来开发，由他们开发好后。直接接入到我们APP中。我參与写IM相关功能非常地少，所以也一直想学习相关知识 。 眼下Android主要用的是XMPP协议及OPenfireserver来实现IM功能，我也从这块入手学习。也感谢全部分享资料让我有机会学习的同行们。 如今正式開始啦。 第一步：搭建Openfireserver： Openfire工具下载地址：http://www.igniterealtime.org/downloads/inde...