原创 Neo4j 第一篇:在Windows環境中安裝Neo4j

轉至:https://www.cnblogs.com/ljhdo/p/5521577.html 圖形數據庫(Graph Database)是NoSQL數據庫家族中特殊的存在,用於存儲豐富的關係數據,Neo4j 是目前最流行的圖形數據庫,支

原创 統計學習方法之隱馬爾可夫模型

轉載:http://www.hankcs.com/ml/hidden-markov-model.html本文是《統計學習方法》第10章的筆記,用一段167行的Python代碼實現了隱馬模型觀測序列的生成、前向後向算法、Baum-Welch

原创 TensorFlow實戰——個性化推薦

轉載請出處: http://blog.csdn.net/chengcheng1394/article/details/78820529 請安裝TensorFlow1.0,Python3.5  項目地址: https://github.co

原创 Contrastive Loss (對比損失)

轉載:https://blog.csdn.net/autocyz/article/details/53149760Contrastive Loss (對比損失)在caffe的孿生神經網絡(siamese network)中,其採用的損失函

原创 從最大似然到EM算法淺解

講得不錯,看完的話基本理解了,隱變量怎麼引進來的。http://chenrudan.github.io/blog/2015/12/02/emexample.htmlhttps://blog.csdn.net/zouxy09/article

原创 python aiml

http://www.w3ii.com/en-US/aiml/aiml_quick_guide.htmlhttps://www.devdungeon.com/content/ai-chat-bot-python-aimlhttps://b

原创 真正的完全圖解Seq2Seq Attention模型

轉載公衆號:https://mp.weixin.qq.com/s/0k71fKKv2SRLv9M6BjDo4w 原創: 盛源車 機器學習算法與自然語言處理 1周前 作者:盛源車 知乎專欄:魔法抓的學習筆記 五分鐘看懂seq2seq a

原创 詳解HTTP的3次握手和4次揮手

【HTTP與TCP/IP】我們知道網絡由下往上分爲7層:物理層、數據鏈路層、網絡層、傳輸層、會話層、表示層和應用層。TPC/IP協議是傳輸層協議,主要解決數據如何在網絡中傳輸。HTTP是應用層協議,主要解決如何包裝數據。所以說HTTP是基

原创 CentOS 6.x通過yum安裝gcc 4.8, 4.9, 5.2等高版本GCC

轉載:https://www.dwhd.org/20160724_085212.htmlgcc 4.8 安裝01020304050607080910111213[root@DS-VM-Node239 ~]# curl -Lks http:

原创 django celery supervisor部署

1.安裝supervisor,celery都是python包,直接pip install 相應的包就可以2.vim /etc/supervisord.conf ,增加如下配置[program:celery]command=/data/we

原创 基於Python和Tensorflow的電影推薦算法

轉至:https://juejin.im/post/5afbfe316fb9a07aa5427d73   第一步:收集和清洗數據 數據鏈接:https://grouplens.org/datasets/movielens/ 下載文件:ml

原创 gcc glibc升級

爲防止升級glibc失敗,備份好系統庫,失敗後可以將備份的目錄拷回來。恢復系統(rescue or將盤掛到別的機器)需備分的目錄:/lib,/usr/lib,/usr/include,/usr/sbin和/usr/bin,/lib64 ,

原创 統計學習方法之 adaBoost

轉載:http://www.hankcs.com/ml/adaboost.html本文是《統計學習方法》第8章提升方法的筆記,整合了《機器學習實戰》中的提升樹Python代碼,並添加了註解和PR值計算代碼。《方法》重理論,但不易理解,《實

原创 統計學習方法之EM算法及其推廣

轉至:http://www.hankcs.com/ml/em-algorithm-and-its-generalization.html本文是《統計學習方法》第九章的筆記,註解了原著的部分公式推導,補充了另一個經典的雙硬幣模型,並且註釋了

原创 主成分分析(PCA)原理詳解

主成分分析(PCA)原理詳解2016/12/17 · IT技術 · 主成分分析, 數學分享到:126原文出處: 中科春哥   一、PCA簡介1. 相關背景主成分分析(Principal Component Analysis,PCA), 是