原创 樹莓派設置靜態IP

樹莓派配置靜態ip: 訪問樹莓派有三種方式,SSH,HDMI,VNC。 如果你在linux下可以直接登陸終端輸入“ ssh + 你的ip地址”,然後輸入密碼即可。 如果你在windows下呢,你可以下載這款很好用的免費軟件。http://

原创 Android中基於HTTP的通信技術(2)使用Http的Post方式讀取網絡數據

上文說到get方式是通過url來傳遞數據的,在post方式中,是通過urlConnection的輸出流向服務器傳輸數據的。 以下是實例: package com.example.httppost; import java.io.Buff

原创 Android中基於HTTP的通信技術(0)AsyncTask的使用

最近補充了點的android網絡知識,來自於極客學院,自己怕忘便整理了下當作自己的筆記用。 我們知道如果線程執行時很容易出現假死狀況(加載時間過長),android使用了AsyncTask這個類來解決這個問題 下面是實例: package

原创 Android中基於HTTP的通信技術(1)使用Http的Get方式讀取網絡數據

學習筆記(來自極客學院) 使用Get方式與網絡通信是最常見的Http通信,建立鏈接之後就可以通過輸入流讀取網絡數據。 get方式是聽過url傳遞數據的 package com.example.httpget; import java.

原创 機器學習初探———【K-近鄰算法】

一句話:測量不同特徵值之間的距離進行分類 優點:精度高,對異常值不敏感,無數據假定輸入。 缺點:計算複雜度高,空間複雜度高。 使用數據範圍:數值型和標稱型。 k-近鄰算法的一般流程: 收集數據:任何方法。 準備數據:距離計算所需要的

原创 python隨機數生成

此文爲轉載點擊打開鏈接 Python中的random模塊用於生成隨機數。下面介紹一下random模塊中最常用的幾個函數。 random.random random.random()用於生成一個0到1的隨機符點數: 0 <= n

原创 自學android 問題歸納

1.No Launcher activity found錯誤: 在manifest.xml中 裏面沒有配置啓動項,在<application></application>中少了這段代碼 <activity android:name=

原创 Java回調函數的理解

最近在andriod開發中遇到了回調函數,總是感覺理解不夠。 從維基百科上面摘抄定義:(看完本篇文章再來理解這個定義)         在計算機程序設計中,回調函數,或簡稱回調,是指通過函數參數傳遞到其它代碼的,某一塊可執行代碼的引

原创 機器學習筆記(二)數理統計

數理統計 @(Machine Learning)[數理統計和參數估計] 1.事件的獨立性: 給定A 和B 是兩個事件,若有P(AB)=P(A)P(B) 則稱事件A 和B 相互獨立。 說明: A 和B 相互獨立,則P(A|B)=P(

原创 機器學習筆記(三)矩陣和線性代數

@(Machine Learning)[線性代數] 1.行列式 1×1方陣的行列式爲該元素本身。 A=(a11) |A|=a11 2×2方陣,其行列式用主對角線元素乘積減去次對角線元素的乘積。 A=(a11a21a12a22)

原创 基於文本向量空間模型的文本聚類算法

基於文本向量空間模型的文本聚類算法 @[vsm|向量空間模型|文本相似度] 本文源地址http://www.houzhuo.net/archives/51.html vsm概念簡單,把對文本內容的處理轉化爲向量空間中的向量計算,以空間上

原创 斯坦福大學自然語言處理第一課 “引言(introduction)”

斯坦福大學自然語言處理第一課“引言(introduction)” 1.課程介紹 斯坦福大學於2012年3月在Coursera啓動了在線自然語言處理課程,由NLP領域大牛Dan Jurafsky 和 Chirs Manning教授授課:

原创 Stanford機器學習課程(Andrew Ng) Week 1 Model and Cost Function --- 第二節 Cost Function

課程地址: https://www.coursera.org/learn/machine-learning/lecture/rkTp3/cost-function Cost Function 在學習線性迴歸之前,我們有必要補充代價

原创 Stanford機器學習課程(Andrew Ng) Week 1 Parameter Learning --- 梯度下降法

隨機梯度下降是很常用的算法,他不僅被用在線性迴歸上,實際上被應用於機器學習領域中的衆多領域。 本節我們可以用這種算法來將代價函數最小化 我們想要使用梯度下降算法得到 θ0和θ1來使代價函數J(θ0 , θ1)最小化,當然也適

原创 LDA(一):LDA前身PLSA介紹與推導

PLSA介紹與推導: 概率隱語義分析(PLSA)是一個著名的針對文本建模的模型,是一個生成模型。因爲加入了主題模型,所以可以很大程度上改善多詞一義和一詞多義的問題。 數學基礎: 生成模型: 預測模型的公式是P(y|x) ,即給定輸入,