首页
学习
活动
专区
工具
TVP
发布

Echo is learning

专栏作者
40
文章
41008
阅读量
27
订阅数
centos7 安装gdal2.3.1
在直接源码安装gdal2.3时报错,大概意思是说没有安装SFCGAL。 1、centos更新cmake到3.5版本: wget https://cmake.org/files/v3.5/cmake-3.5.2.tar.gz tar xvf cmake-3.5.2.tar.gz cd cmake-3.5.2 ./bootstrap --prefix=/usr (这一步很关键,如果没有指定prefix,后面使用时会报错Could not find CMAKE_ROOT) gmake sudo gmake ins
Echo_fy
2018-08-02
1.3K0
machine learning 之 Recommender Systems
整理自Andrew Ng的machine learning 课程 week 9. 目录: Problem Formulation(问题的形式) Content Based Recommendations(基于内容的推荐) Collaborative Filtering(协同过滤) Collaborative Filtering Algorithm(协同过滤算法) Vectorization: Low Rank Matrix Factorization(向量化:矩阵低秩分解) Implementation D
Echo_fy
2018-07-09
2740
模型选择评估方法
目录: 留出法(hold-out) 交叉验证法(cross validation) 留一法(Leave-One-Out,LOO) 自助法(bootstrapping) 总结 前提: 总数据集D,数据集大小为n; 训练集S; 测试集T。  1、留出法(hold-out) 直接将数据集D分为两个互斥的集合,其中一个作为训练集S,另一个作为测试集T,即$D=S \cup T,S \cap T= \varnothing $,在S上训练出模型后,用T来评估其测试误差,作为对泛化误差的估计。 需要注意: 训练集和测试集
Echo_fy
2018-07-04
4390
machine learning 之 logistic regression
整理自Adrew Ng 的 machine learning课程week3 目录: 二分类问题 模型表示 decision boundary 损失函数 多分类问题 过拟合问题和正则化 什么是过拟合 如何解决过拟合 正则化方法 1、二分类问题 什么是二分类问题? 垃圾邮件 / 非垃圾邮件? 诈骗网站 / 非诈骗网站? 恶性肿瘤 / 非恶性肿瘤? 用表达式来表示:$y\in\left \{ 0,1 \right \}$, \begin{Bmatrix} 0& : & nagetive & class\\
Echo_fy
2018-07-03
3110
visual studio code -- python
录: 前提: 已安装python 在vsc中安装pthon模块 快速入门 打开控制台(ctrl+shift+P):Python: Select Interpreter,选择python解释器 或者在软
Echo_fy
2018-06-21
1.8K0
Latex常用公式整理
目录 常用 常用数学公式 常用希腊字母 说明:博客园中的Latex编辑是以$ latex公式 $,为边界。  1、常用 描述 Latex公式 表达式 下标 x_2 x2 上标 x^2 x2 分数 \frac{1}{2} $\frac{1}{2}$ 大于等于 \leq $\leq$ 小于等于 \geq $\geq$ 两quda空格 \qquad $a\qquad b$ quda空格 \quad $a \quad b$ 大空格 \ $a\ b$ 中空格 \; $a\;b$ 小空格 \, $a\,b$ 2、常用
Echo_fy
2018-06-20
8480
machine learning 之 多元线性回归
整理自Andrew Ng的machine learning课程 week2. 目录: 多元线性回归 Multivariates linear regression /MLR Gradient descent for MLR Feature Scaling and Mean Normalization Ensure gradient descent work correctly Features and polynomial regression Normal Equation Vectorization 前
Echo_fy
2018-06-20
4620
svm 之 线性可分支持向量机
定义:给定线性可分训练数据集,通过间隔最大化或等价的求解凸二次规划问题学习获得分离超平面和分类决策函数,称为线性可分支持向量机。 目录:        • 函数间隔        • 几何间隔    
Echo_fy
2018-06-20
5590
python/pandas 正则表达式 re模块
目录 正则解说 中文字符集 re模块常用方法 1、正则解说 数量词的贪婪模式与非贪婪模式   正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪
Echo_fy
2018-06-20
8.3K0
优化问题及KKT条件
整理自其他优秀博文及自己理解。 目录 无约束优化 等式约束 不等式约束(KKT条件) 1、无约束优化 无约束优化问题即高数下册中的 “多元函数的极值"  部分。 驻点:所有偏导数皆为0的点; 极值点:在邻域内最大或最小的点; 最值点:在定义域内最大或最小的点; 关系: 驻点不一定是极值点,极值点一定是驻点; 极值点不一定是最值点,最值点一定是极值点; 求解最值: 求出所有的极值点,将所有的极值点带入函数中,最大或最小的那个就是最值点。 2、等式约束 等式约束问题即高数下册中的 “条件极值  拉格朗日乘数法”
Echo_fy
2018-06-20
1.3K0
模型选择评估方法
目录: 留出法(hold-out) 交叉验证法(cross validation) 留一法(Leave-One-Out,LOO) 自助法(bootstrapping) 总结 前提: 总数据集D,数据集大小为n; 训练集S; 测试集T。  1、留出法(hold-out) 直接将数据集D分为两个互斥的集合,其中一个作为训练集S,另一个作为测试集T,即$D=S \cup T,S \cap T= \varnothing $,在S上训练出模型后,用T来评估其测试误差,作为对泛化误差的估计。 需要注意: 训练集和测试集
Echo_fy
2018-06-14
5470
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档