Paradise's Blog

Rome Paradise was not built in a day.

卷积神经网络学习笔记

「 CNN 的结构层次和定义 」

两篇相关文章: ResNet残差网络 https://mp.weixin.qq.com/s?__biz=MzU0ODczMTEwOQ 卷积神经网络数学原理 https://mp.weixin.qq.com/s/xS34P1fJjf13MWSXjpurzw 学习记录: 1. 卷积神经网络基础单元 1.1 卷积(convolution) ...

Java 编程入门(下)

「 Swing | 多线程 | 网络通信 | 数据库 」

教材链接:https://book.douban.com/subject/11534743/ 示例代码:https://pan.baidu.com/s/1EQW8Ijyqvak0vxscaMfjtg | 提取码:k3q4 第十三章 Swing程序设计 Swing的使用很复杂,本章只掌握基础的容器、组件和窗体布局等。本章包括:了解Swing组件、掌握常用窗体、掌握在标签...

Java 编程入门(中)

「 面向对象 | 类 | 异常处理 | IO 」

教材链接:https://book.douban.com/subject/11534743/ 示例代码:https://pan.baidu.com/s/1EQW8Ijyqvak0vxscaMfjtg | 提取码:k3q4 第七章 类和对象 7.1 面向对象概述 早期的程序开发使用结构化开发语言,但是随着软件的规模越来越大,已经不再适用。因此引入面向对象的开发思想,将...

R 三维数据绘图

「 如何使用 R 直观地可视化三维数据? 」

在做机器学习和统计分析经常会有一些维度较高的数据。三维数据还可以在坐标系中表示出来,大于三维的时候只能降维或者从统计量上来理解数据了。 虽然三维数据还是可以较直观地可视化的,但是想在二维的图中呈现三维的数据,就像向普通人描述四维空间一样,是较难理解的。所以在这里研究一下如何进行三维数据的可视化。 绘图测试 按照惯例,在 R 中,拿到任何数据都 plot 一下。如果结果可以清晰明了地显示...

Python 编程技巧

「 有效利用 Python 的数据结构和内置功能 」

参考文章:https://mp.weixin.qq.com/s/G9TjR6c_oqKF3qujcGUhGA## 选用正确的内置功能 使用 Map,Reduce 函数 1 2 3 map(lambda x: x+1, [1,2,3,4,5]) # 返回生成器 from functools import reduce reduce(lambda a1,a2: a1*a2,...

Java 编程入门(上)

「 语法基础 | 数据类型 | 流程控制 」

教材链接:https://book.douban.com/subject/11534743/ 示例代码:https://pan.baidu.com/s/1EQW8Ijyqvak0vxscaMfjtg | 提取码:k3q4 第一章 初识Java Java特点: 跨平台 | 面向对象 | 分布性 | 解释性(编译为二进制文件) 安全性 | 多线程 | 高性能 ...

MATLAB 范例集锦

「 MatLab 基本语法与常用功能 」

MATLAB 数据处理方面功能强大,尤其在高维数据处理和矩阵运算方面。隔壁家的 NumPy 和 R 就是个弟弟。并且 Matlab 集成了很多机器学习和数据挖掘算法,图形界面简单上手,懒人福音。缺点就是软件太庞大,只能无事不登三宝殿。在 Linux 中可以通过 matlab -nodesktop -nodisplay 直接在终端运行,Windows 中虽然可以不显示图形界面,但是还是要用 M...

Python 爬虫快速入门(下)

「 一个可复制的爬虫工作流 -- 解析与存储数据 」

五、解析数据 5.1 使用 lxml + XPath 解析数据 1 2 3 4 5 6 7 8 9 10 11 12 13 import requests as rq from lxml import etree headers = {'Users-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) Apple...

Python 爬虫快速入门(上)

「 一个可复制的爬虫工作流 -- 理解与请求数据 」

一、简介 首先需要明确数据需求,以及需要用爬虫来做什么。一切需要做大量重复性操作的任务,都可以交给爬虫。换句话说,爬虫跟普通的程序没有本质区别,都是将任务打包成脚本自动执行。唯一的区别就是多了向网站请求数据这一步。关于爬虫可以做什么,参考以下GitHub项目: https://github.com/facert/awesome-spider 爬虫的方法也有很多,Python、R...

Python DataScience CookBook -- Learning Notes (III)

「 Bagging | Boosting | Random Forest | Perceptron | Gradient Descent 」

教材介绍:https://book.douban.com/subject/26630181/ 第八章 集成方法 集成学习(Ensemble Learning)的概念:不仅仅通过个人,而是通过集体智慧来做出决策。准确来说,就是生成大量模型,用它们来进行预测。从多个相近的模型输出的结果会比仅仅从一个模型的到的结果更好。集成的模型可以是不同类别的,比如同时利用神经网络模型和贝叶斯模型。...