第一章 python3玩转机器学习 第二章 机器学习基础 安装:1.anaconda   2.pycharm 第三章 Jupyter Notebook,numpy,Matplotlib 1.jupyter notebook 魔法命令: %run  %timeit  %time 2.numpy基础:  numpy.array   numpy.dtype 3.numpy数组和矩阵:numpy.zeros()   numpy.ones()     numpy.full()     numpy.aran

为响应 @当年在远方 同学的建议,在年前尝试进行一次付费的VIP培训. 培训的课件:点击下载培训周期:10个课程左右,每晚1个半小时培训价格:1000元/人.报名方式:有意向的请加QQ群:路过秋天.NET VIP培训 278667143报名时间:本周内有效(截止至2016-12-25号).开始时间:下周. 没时间参加培训的,也可以预定全套录播视频,友情价格只要300了~~~ 具体通知,见群:6033006

Linux有很多优点:安全.自主.开源--,也正是这些优点使得很多人都在学Linux. 虽说网上有大把的Linux课程资源,但是对很多小白来说网上的课程资源比较零散并不适合新手学习. 正因为此,总结了14门Linux课程,有基础入门的.有进阶提高的.有实战项目的--适合各种Linux学习需求. 1.Linux 基础入门 该课程从Linux基础介绍到 Linux 基本操作,shell 环境下的常用命令等多方面都做了详细的介绍和讲解,非常适合新手入门Linux学习. 2.Linux命令实例练习 教程

关于学习北京理工大学金旭亮老师在线课程的笔记. 介绍: 在线课程网址:http://mooc.study.163.com/university/BIT#/c 老师个人网站:http://jinxuliang.com/MainWebSite 10.10号开课的,主要有三个课程,其中我最想学习的就是老师最新的那个关于讲解ASP.NET Core的课程.现在推出来一章,昨天我学习了,很是受益(虽然我环境还没安装好,电脑配置是个伤呀).对于想了解Core相关技术的同学来说很有帮助.(最起码有个参考的地方

There are a total of n courses you have to take, labeled from 0 to n - 1. Some courses may have prerequisites, for example to take course 0 you have to first take course 1, which is expressed as a pair: [0,1] Given the total number of courses and a l

There are a total of n courses you have to take, labeled from 0 to n - 1. Some courses may have prerequisites, for example to take course 0 you have to first take course 1, which is expressed as a pair: [0,1] Given the total number of courses and a l

接触领域驱动设计DDD有一年多的时间了,中间看过不少书,参与过一些讨论(ENode QQ群).目前对DDD的认知还停留在理论阶段,所以对领域建模非常感兴趣,这里说的建模是指以DDD的思想为指导再加上DDD的工具,比如聚合.实体.值对象等等. 昨天有群友分享了一个建模的案例,我想在这儿记录下来,有两个目的:1.为自己学习DDD储存素材  2.锻炼自己写文章的能力 关于DDD中的一些概念,请见如下文章链接: http://www.cnblogs.com/ivanzheng/p/5533162.htm

经过近1个月的准备和录制,“新手入门 : Windows Phone 8.1 开发”系列课程已经在Microsoft 虚拟学院上线,链接地址为:http://www.microsoftvirtualacademy.com/training-courses/windows-phone-8-1-development-for-absolute-beginners-cn 本课程主要介绍微软 Windows Phone 8.1 应用开发的入门知识,包括使用 XAML 设计 UI.事件处理. 页面导航.应

上一篇,记录了Hibernate注解----类级别注解以及属性注解详解 ,我们这一节主要讲解的是Hibernate注解----关联映射注解以及课程总结详解. 本节的主要内容: 第3章 关联映射注解 3-1 本章简介 3-2 实体之间的关系 3-3 一对一单向外键关联(一) 3-4 一对一单向外键关联(二) 3-5 一对一双向外键关联 3-6 一对一单向外键联合主键 3-7 多对一单向外键关联(一) 3-8 多对一单向外键关联(二) 3-9 一对多单向外键关联 3-9 一对多双向外键关联 3-10

<Java程序设计> 课程教学 给学生 考核方式 100分构成 翻转课堂考核12次(5*12 = 60):每次考试20-30道题目,考试成绩规格化成5分(比如总分20分就除以4) 注意:不轮什么原因,缺考没有补考机会,但有做额外任务加分机会 实验5次(3*5 = 15):有实验报告和实验结果就给满分,考核或答辩不合格的会扣1-2分. 团队项目: 25*1 = 25 每周进度报告2分,2*5=10分 演示.答辩.总结报告15分. 待及格学生管理办法 从第五周起,对成绩暂时落后的同学加强管理和帮助

2016-2017-2 <Java程序设计>课程学生博客和代码托管链接 博客 1552 20155201 李卓雯 20155202 张 旭 20155203 杜可欣 20155204 王 昊 20155205 郝博雅 20155206 赵 飞 20155207 王雪纯 20155208 徐子涵 20155209 林虹宇 20155210 潘滢昊 20155211 解雪莹 20155212 江振思 20155213 陆忠民 20155214 曾士轩 20155215 宣 言 20155216 李

2015-2016-2 <Java程序设计>课程总结

Web编程基础--HTML.CSS.JavaScript 学习之课程作业"仿360极速浏览器新标签页" 背景: 作为一个中专网站建设出身,之前总是做静态的HTML+CSS+DIV没有学习过JavaScript(jQuery),这个学期重新学习了一遍之前学习过的又学了些脚本语言.结合自己平时有点编程基础,学起来也挺快了,作为学期作业(自定任务),我尝试着去实现360极速浏览器的新标签页(刚开始也没有很好的想法,自己一直比较喜欢360极速浏览器'不是下广告',学校机房也没有联网,本来还想做

背景 本文主要是为了完成极客学院课程<Python 单线程爬虫>中讲师布置的实战作业. 开发环境 操作系统:windows 10 Python :Python 2.7 IDE:PyCharm 4.5.3 安装requests 在CMD命令提示窗口敲以下一行命令即可安装. pip install requests 实现代码 # coding=utf-8 __author__ = 'scaleworld' import requests import re import sys reload(sy

每周读书笔记链接汇总 20145205 <Java程序设计>第1周学习总结 20145205<Java程序设计>第2周学习总结 20145205 <Java程序设计>第3周学习总结 20145205 <Java程序设计>第4周学习总结 20145205 <Java程序设计>第5周学习总结 20145205 <Java程序设计>第6周学习总结 20145205 <Java程序设计>第7周学习总结 20145205 <J

Stanford 的 CS193P 课程可能是最好的 ios 入门开发视频了.iOS 更新很快,这个课程的最新内容也通常是一年以内发布的. 最新的课程发布于2016年春季.目前可以通过 iTunes U 观看,有英文字幕. 分享是最好的学习,本系列会记录本人,学习过程中的体会和总结.希望对同样在学习的朋友有所帮助. 另外,课程里面用到的还是Swift 2.x 和 XCode 7.x, 这里也会列出 相应的Swift 3.x 在 XCode 8.x 中的更新内容. 课程官方主页: http://w

元旦小假期过去了,不管是每天只给自己两次下床机会的你,还是唱K看电影逛街样样都嗨的你,是时候重振旗鼓,重新上路了!毕竟为了不给国家的平均工资水平拖后腿,还是要努力工作的.话说2016年已经过去了,什么2016年各省市平均工资排名表.2016年最赚钱工资排名表等等是不是该新鲜出炉了呢?平时小伙伴们只管看这些成果,有没有想过这些成果是怎么分析得到的呢?数据的魅力就是这样,加上分析更让人眼前一亮!然而,看惯了各种年度排名表,是不是总觉得缺点什么?你那一副国家大事不关我事,我还是回去看漫画吧!虽然让人咬

本章思路: 根据之前的总结,如果M很大,那么无论假设泛化能力差的概率多小,都无法忽略,所以问题转化为证明M不大,然后上章将其转化为证明成长函数:mh(N)为多项式级别.直接证明似乎很困难,本章继续利用转化的思想,首先想想和mh(N)相关的因素可能有哪些?不难想到目前来看只有两个: 假设的抽样数据集大小N: break point k(这个变量确定了假设的类型): 那么,由此可以得到一个函数B,给定N和k可以确定该系列假设能够得到的最大的mh(N),那么新的目标便是证明B(N,k) <= Poly

 这节的主题感觉和training,testing关系不是很大,其根本线索在于铺垫并求解一个问题:    为什么算法PLA可以正确的work?因为前面的知识告诉我们,只有当假设的个数有限的时候,我们才能比较确认我们得到坏的数据集的概率比较低,也就是说算法得出的假设和最佳假设在全局表现相同(错误率相等),可是PLA的假设是平面上的直线,不是无数个么?为什么可以正常泛化?   为解释这个问题,有了这节以及下面几节的课程  可以看到这个问题其实很重要,因为这是我们理解机器为啥能学习的关键一步,因为很多

任务进度条&开发日志目录 周期 时间 任务 Sprint One   11.14     ●  Scrum团队分工及明确任务1.0    Sprint One   11.15   ●  Scrum 1.1 NABCD模型&产品Backlog     ●  Scrum 1.2 Spring 计划&系统流程&燃尽图 Sprint One   11.16     ●  Scrum 1.3 多鱼点餐系统开发进度(系统主界面框架&美化)  Sprint One   11.17

Sprint Three 回顾与总结&发表评论&团队贡献分 ● 一.回顾与总结 (1)回顾 燃尽图: Sprint计划-流程图: milestones完成情况如下: (2)总结 本次冲刺阶段也总算是此次课程设计程序项目开发的最后一个阶段,这也意味着结束了,尽管这只是经过了一个月时间,但过程确实令人难忘,毕竟在软件工程这一学科中我们学到了很多开发项目及其以外的知识,这充实了我们这一个专业的专业知识,所学到的知识也可以说是规范了我们的开发过程.虽然我们的多鱼点餐网页系统看上去可能很简单,但是我