图的搜索前言在很多情况下，我们需要遍历图，得到图的一些性质，例如，找出图中与指定的顶点相连的所有顶点，或者判定某个顶点与指定顶点是否相通，是非常常见的需求。本文讲解图的深度优先搜索和广度优先搜索两种搜索的思想以及代码实现。一、深度优先搜索1. 搜索思路在搜索时如果遇到一个结点既有子结点，又有兄弟结点，那么先找子结点，然后找兄弟结点。此处，兄弟结点可以理解为邻接表中的结点，子结点可以理解为邻接表中结

从统计学中学习机器学习的基本知识梳理前言： 本文从统计学入手，梳理统计学中机器学习的基本知识，从概念和思想上理解统计学的基础以及监督学习，非监督学习，半监督学习和强化学习。一、统计学框架统计学：研究随机现象和统计规律性的一门学科。研究如何以有效的方式收集、整理和分析受随机因素影响的数据。它以概率论为基础推断或预测受随机因素影响的数据。本文讲解统计学内容如下：二、描述性统计1、总体、个...

HDFS的简单分布式集群集群搭建前言本文介绍简单的HDFS完全分布式集群搭建操作，之所以说是简单的分布式集群，因为它并不是高可用的HDFS。下篇文章将介绍如何搭建HA的HDFS分布式集群。一、集群搭建规划共需准备4台机器。一台机器作为NomeNode节点，4台机器作为DataNode节点，其中一个DataNode节点和NameNode节点公用一台机器。hadoop3（192.168.23.133）

机器学习之多元线性回归模型梯度下降法的python实现前言： 本文利用python实现多元线性回归模型的梯度下降算法，以二元线性回归模型为例，实现梯度下降算法，以及训练得到的三维图形结果展示。一、二元线性回归模型的梯度下降算法代码本数据的学习率选择0.0001，初始参数选择0，最大梯度下降迭代次数为1000次import numpy as npfrom numpy import genf...

机器学习（六）逻辑回归—二分类问题前言：前面讲到的线性回归都是属于对样本数据拟合，得到学习器，进而预测数据的方法。本节学习逻辑回归，一种数据的监督分类方法。对于分类问题，本节我们首先主要学习两种类别的分类问题例如：举例类别邮件垃圾邮件/非垃圾邮件（YES/NO）在线交易欺诈交易/非欺诈交易（YES/NO）肿瘤恶性/良性（YES/NO）二分类问题，...

机器学习（七）逻辑回归之代价函数前言：由机器学习（六）我们得到了二分类问题的假设函数 hθ(x)，那么下一步我们需要确定代价函数 J(θ)，然后通过梯度下降法确定拟合参数θ。一、代价函数1、假设函数：2、对于线性回归的代价函数3、但是因为 hθ(x)是S型的非线性函数，因此我们得到的J(θ)图形，可能是如下图所示的非凸函数4、那么对于这样的代价函数J(θ)，我们就很难用梯度下降...

Hadoop下载安装及HDFS配置教程前言Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且

ANSYS APDL入门教程前言APDL的全称是ANSYS Parametric Design Language，也被叫做ANSYS参数化设计语言。APDL的运用主要体现在用户可以利用程序设计语言将ANSYS命令组织起来，编写出参数化的用户程序，从而实现有限元分析的全过程，即建立参数化的CAD模型、参数化的网格划分与控制、参数化的材料定义、参数化的载荷和边界条件定义、参数化的分析控制和求解以及参数

基于卷积神经网络的图像识别技术从入门到深爱（理论与代码实践齐飞！）零、前言一、手写数字识别入门神经网络（入门篇）1. 手写数字数据集及神经网络数据概念介绍1.1 手写数字数据集1.2 神经网络数据集1.3 基于tensorflow实现神经神经网络常用的包1.4 one-hot编码2. 基于最邻近分类法实现手写数字识别2.1 最近邻算法原理2.2 最近邻手写数字识别代码实现2.3 算法问题与改进3.

如何评估和优化你的学习算法以及学习模型如何选择？前言 ：前面我们学习了线性回归，逻辑回归，神经网络等相关的机器学习算法，那么你如何评价你的算法好坏？如果你的算法执行结果并不是令人满意的结果，那么你又如何改进和优化你的学习算法？本文将讲解一些评价算法的方法，以及优化算法的一些高效指标。一、如果你测试发现你的预测函数表现得并不好，你如何做？假设你实现了线性回归去预测房价，但是你测试发现hθ(...