什么是特征工程？有什么用呢？特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。更好的特征工程意味着更强的灵活度，更好的特征意味着只需用简单模型，更好的特征意味着更好的结果。数据清洗特征处理在特征处理中，主要有一下几种类型需要进行一些处理：数值型类别型时间类文本类统计类组合...

写本文的目的：博主本人正在入门机器学习，期间对于每个算法都看了几遍书，写下这篇文章希望可以用自己理解的方式来记录，加深对算法的理解。记下自己的理解，方便日后进行复习。决策树(Decision Tree)是一种基本的分类与回归方法。决策树模型呈树形结构，其主要优点是模型具有可读性，分类速度快。如下图，决策树模型，其中最上的圆为根节点，其余的圆为内部节点，方形为叶节点。叶节点对应于决策结果...

解决一个机器学习问题主要有两部分：数据和算法。而算法又有三个部分组成：假设函数、损失函数、算法优化。我们一般在看算法书或者视频教学时，更多的是去推算或者说参数估计出其假设函数，而往往不太注重损失函数，但是损失函数在面试时却是一个很重要的知识点。所以仅在此以自己理解的方式总结一些常见的损失函数，作为笔记方便日后复习。参考文章：一、总览在机器学习中，通常把模型关于单个样本预测值与真实值的差...

写本文的目的：博主本人正在入门机器学习，期间对于每个算法都看了几遍书，写下这篇文章希望可以用自己理解的方式来记录，加深对算法的理解。记下自己的理解，方便日后进行复习。集成学习(Ensemble learning)通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统、基于委员会的学习等。集成学习的一般结构为：先产生一组“个体学习器”，再用某种策略将它们结合起来。集成中只包含...

解决一个机器学习问题主要有两部分：数据和算法。而算法又有三个部分组成：假设函数、损失函数、算法优化。我们一般在看算法书或者视频教学时，更多的是去推算或者说参数估计出其假设函数，而往往不太注重损失函数，但是损失函数在面试时却是一个很重要的知识点。所以仅在此以自己理解的方式总结一些常见的损失函数，作为笔记方便日后复习。参考文章：一、总览在机器学习中，通常把模型关于单个样本预测值与真实值的差...

一、本节内容1、VMware workstation的介绍与安装2、linux的安装及配置3、虚拟机下tools工具的安装二、VMware workstation的介绍与安装1、什么是VMware workstation？        VMware Workstation允许操作系统(OS)和应用程序(Application)在一台虚拟机内部运行。虚拟机是独立运行主机操作系统的离散环境。在 VM

嵌入式Linux+ARM学习之win10下mini2440 USB驱动安装（小白）在跟着国嵌的视频教程学习时，用SecureCRT进行串口连接已经联系上但是选择命令时出现： USB host is not connected yet. 在设备管理器里你可以看到如图1.              图1我的pc机是win10  X64.自己也查很多博客以及一些贴吧，最后得以解决，

 1.1.1 LVDS接口分类1.1.1.1  单路6bit LVDS 这种接口电路中，采用单路方式传输，每个基色信号采用6位数据，共18位RGB数据，因此，也称18位或18bit LVDS接口。此，也称18位或18bit  LVDS接口。   1.1.1.2 双路6bit LVDS这种接口电路中，采用双路方式传输，每个基色信号采用6位数据，其中奇路数据为18位，偶路数...

解决一个机器学习问题主要有两部分：数据和算法。而算法又有三个部分组成：假设函数、损失函数、算法优化。我们一般在看算法书或者视频教学时，更多的是去推算或者说参数估计出其假设函数，而往往不太注重损失函数，但是损失函数在面试时却是一个很重要的知识点。所以仅在此以自己理解的方式总结一些常见的损失函数，作为笔记方便日后复习。参考文章：一、总览在机器学习中，通常把模型关于单个样本预测值与真实值的差...

写本文的目的：博主本人正在入门机器学习，期间对于每个算法都看了几遍书，写下这篇文章希望可以用自己理解的方式来记录，加深对算法的理解。记下自己的理解，方便日后进行复习。集成学习(Ensemble learning)通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统、基于委员会的学习等。集成学习的一般结构为：先产生一组“个体学习器”，再用某种策略将它们结合起来。集成中只包含...