相关文章
LNMP网站框架搭建（yum方式安装）
内容预知 1. nginx 的yum安装 1.1 搭建nginx相关的yum源
1.2 刷新yum仓库，安装启动nginx服务 2. mysql的yum 安装 2.1 卸载一切与mysql有关的包
2.2 wget mysql相关的yum源 2.3 启动mysql服务并且做一些初步设置
2.4 停止版本更新，稳定数据库的运行…
什么是网站前端框架？目前常用的网站前端框架都有哪些？
相信很多企业在网站建设时都能了解到网站前端框架，但是对于网站的前端框架还是处于一种一知半解的状态。究竟什么是网站前端框架？现在常用的网站前端框架都有哪些呢？ 前端框架一般指用于简化网页设计的框架，比如，jque…
![【前后端结合】从 0 到 1 实现一个网站框架（一、注册 [1] ）](https://img-blog.csdnimg.cn/680299260a6247d880c4fb06a48f0c19.png)
【前后端结合】从 0 到 1 实现一个网站框架（一、注册 [1] ）
Hi~你好呀，等你很久啦~
我是 LStar，一枚来自北京的初二女生，2020 年年初加入 CSDN。
话不多说，直入主题~（我现在看两年多前我 11 岁那会发的文章，越看越想笑。为了不让四年后 18 岁的我看着这篇文章露出 …
那些开源静态网站框架，快来了解一下
前言
“ 都2022年了，不会还有人没用过静态网站框架吧 ”。看到这句话，很多人不禁会想：网站听过，框架听过，但是静态网站框架我怎么没听过？确实，在没接触Vuepress这类静态网站之前，我…
林轩田机器学习基石-Notes
1.2 whats is machine learning 考虑使用机器学习，相应问题应满足3要素：
问题具有某种特定的模式 pattern问题不好用传统编码的形式解决 program有较为充足的训练数据 data
机器学习基石 7.4 Interpreting VC Dimension
文章目录 VC Bound Rephrase: Penalty for Model ComplexityTHE VC MessageVC Bound Rephrase: Sample ComplexityLooseness of VC BoundFun Time VC Bound Rephrase: Penalty for Model Complexity
VC Bound： 改述：好事情发生（GOOD…
机器学习基石(一)：什么是机器学习
一、文字定义 机器学习：从data出发，最终目标是提高可以衡量的某方面表现。 可以称为机器学习的话，这个任务必须有如下三点：
必然有某种潜在规律可以学习 例：预测下一次打喷嚏的时刻是奇数还是偶数，这个事情…
1）机器学习基石笔记Lecture1:The Learning Problem
网上关于机器学习的课程有很多，其中最著名的是吴恩达老师的课程，最近又发现了NTU林轩田老师的《机器学习基石》课程，这门课也很好。课程总共分为4部分，总共分为16节课，今天来记录第一节课。 When Can Machines Learn?…
林轩田机器学习基石笔记14：Validation
0. 前言
之前的课程讲解了为了避免overfitting，可以使用regularization方法来解决。在之前的 Ein E i n 上加上一个regularizer，生成 Eaug E a u g ，选择合适的 λ λ 将其最小化，通过减小模型复杂度来增加泛化能力。今天将会介绍…
![[林轩田]机器学习基石（三）](https://img-blog.csdn.net/20180731115743872?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Nqel9oYWhhbGFsYTQ3OQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
[林轩田]机器学习基石（三）
Lecture 3 Types Of Learning 学习的类型
ppt
3.1 Learning with Different Output Space Y Y 根据不同的输出空间学习分类分析：二元分类、多元分类
回归分析：输出是实数
结构化学习 3.2 Learning with Different Data Label yn" role="presentation" styl…
机器学习基石第十三讲笔记
Lecture 13: Hazard of Overfitting 过拟合的危险
13-1 什么是过拟合
失败的一般化：low Ein，high Eout。
VC维很大的时候，会造成过拟合。
VC维太小的时候，会造成欠拟合。
造成过拟合的原因：过大的VC维，…
《机器学习基石》笔记：第一讲
林轩田老师的《机器学习基石》和《机器学习技法》两门课程非常经典，从哲学原理讲到算法核心，深入浅出，非常详细。但存在两个问题： 1.林老师是台湾（省）人，很多舶来品词语的翻译和大陆不同&#…
机器学习基石 5.4 Break Point
文章目录 1. The Four Growth Functions2. Break Point of $\mathcal{H}$3. The Four Break Points4. Fun Time5. Summary 1. The Four Growth Functions
目前已知的4种成长函数： 如果成长函数是一个多项式（polynomial），那么右侧…
机器学习基石：PLA算法代码实现
一、前言
本篇是面向机器学习基石第一次作业而言。
15-20题都是需要编程实现才能正确做出选择。
前面14个选择题，我觉得题目出得并不好。这里就不再多说。主要面向最后的LPA和pocket算法的实现。
代码对应的gitee地址
二、PLA算法实现
数据集中每个样本都是的…
机器学习基石——作业2解答
机器学习基石——作业2解答 这里的 μ 指的是某个h(x)≈f(x)，对应的 Eout(h) 。其中目标函数 f(x) 是确定性的，没有噪声干扰。如果加上噪声，目标函数变为课中讲的概率分布 P(y│x) ，表示为 P(y│x){λ1−λyf(x)otherwize \begi…
台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning
红色石头的个人网站：redstonewill.com 上节课我们主要介绍了解决线性分类问题的一个简单的方法：PLA。PLA能够在平面中选择一条直线将样本数据完全正确分类。而对于线性不可分的情况，可以使用Pocket Algorithm来处理。本节课将主要介绍一下机器…