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.

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...

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...

机器学习（八）二元分类思想解决多元分类问题前言前面博文中讲到的逻辑回归解决的都是二元分类的问题，比如邮件是垃圾邮件还是非垃圾邮件；癌症是良性还是恶性等，那么实际生活中我们会遇到很多不仅仅分两类的问题，比如，邮件归类问题，可以归为work，friend，family，hobby 等等类型；再比如天气分类，可以分为晴天，阴天，下雨，多云等等类型；那么对于这种非二元分类问题，我们如何使用逻辑回归思想..

机器学习（十一）神经网络模型之代价函数及利用反向传播算法实现梯度下降算法前言上篇博文已经详细解释了什么是神经网络，以及如何理解一个神经网络模型的计算过程，并利用反向传播算法实现了神经网络模型中预测函数的获得。那么和逻辑回归以及线性回归一样，得到了预测函数，下一步就是利用梯度下降法求解预测函数中的参数，来使得预测函数尽可能的接近样本数据，最终得到完整的预测函数hθ(x)，那么在使用梯度下降法时，..

操作系统基础一、操作系统的概念二、操作系统的功能和目标三、操作系统的四个特征1. 并发2. 共享3. 虚拟4. 异步5. 总结四、操作系统的发展和分类1. 手动操作阶段2. 批处理阶段3. 分时操作系统4. 实时操作系统5. 其它几种操作系统6. 总结五、操作系统的运行机制和体系结构1. 运行机制2. 操作系统内核3. 操作系统体系结构4. 总结一、操作系统的概念二、操作系统的功能和目标三、操作系

利用SQLChipeer对AndroidSQLite数据库加密前言： 上篇文章讲了Android studio+SQLCipher加密SQLite数据库的几个坑，跳过这几个坑，那么SQLCipher的前提就处理完成，本片文章接着讲如何使用SQLCiper加密数据库。一、与SQLite的使用相似先继承SQLiteOpenHelper，实现其中的OnCreate和onUpgrade两个抽象方法...

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，...

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

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...