《学习路径》专题

监督学习使用标记数据对 (x,y) 学习函数：X\rightarrow Y 。但是，如果我们没有标签呢？这类没有标签的学习方式被称为无监督学习。 无监督学习：如果训练样本全部无标签，则是无监督学习。例如聚类算法，就是根据样本间的相似性对样本集进行聚类试图使类内差距最小化，类间差距最大化。 主要用途： 自动组织数据。 理解某些数据中的隐藏结构。 在低维空间中表示高维数据。

迭代与梯度下降求解 求导解法在复杂实际问题中很难计算。迭代法通过从一个初始估计出发寻找一系列近似解来解决优化问题。其基本形式如下

对于给定训练集 {D}' ，我们希望基于学习算法 L 学得的模型所对应的假设 h 尽可能接近目标概念 c。 为什么不是希望精确地学到目标概念c呢？因为机器学习过程受到很多因素的制约： 获得训练结果集 {D}' 往往仅包含有限数量的样例，因此通常会存在一些在 {D}' 上“等效”的假设，学习算法无法区别这些假设。 从分布 D 采样得到的 {D}' 的过程有一定偶然性，即便对同样大小的不同训练集，学得结果也可能有所不同。

主成分分析是一种降维方法，通过将一个大的特征集转换成一个较小的特征集，这个特征集仍然包含了原始数据中的大部分信息，从而降低了原始数据的维数。换句话说就是减少数据集的特征数量，同时尽可能地保留信息。降维是将训练数据中的样本(实例)从高维空间转换到低维空间，该过程与信息论中有损压缩概念密切相关。同时要明白的，不存在完全无损的降维。

机器学习即Machine Learning，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。目的是让计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断完善自身的性能。简单来讲，机器学习就是人们通过提供大量的相关数据来训练机器。

【写面筋积累好运】 半小时的第一次面试，也是时隔1个月来的面试，希望不是kpi吧。 #网易信息集散地# #23届找工作求助阵地# 项目没有怎么问，基本上是问的项目里面的八股文。 手写某某网络传播公式。 手写xgb的计算公式。 解释用到的网络结构。 问dataset和dataloader的区别。 问python的迭代器什么的（不会） 手撕了一个回溯算法的题，写出来了，但是面试官说没有看到输出，慌得一

今天笔试了一下阿里云智能java开发，感要寄 数学菜鸡没有学过计网，操作系统，数据库啥的，八股刚学了两天，啥也不会，赶鸭子上架去找实习 java完全不会，hr说可以面c/c++ 单选和多选除了两个判断出队，出栈序列，一个代码补全，一个排序稳定性判断会做，别的都不会做，基本都是计网，数据库，操作系统的 编程题感觉难度有点大，退役老选手多年没打代码，没做计数，最后只做出来一个 第一个是给一个2e6的序

最近更新日期：20// 如果你真的很想要走信息这条路，并且想要管理好属于你的主机，那么，别说鸟哥不告诉你， 可以自动管理系统的好工具： Shell scripts！这家伙真的是得要好好学习学习的！ 基本上， shell script 有点像是早期的批处理文件，亦即是将一些指令汇整起来一次执行，但是 Shell script 拥有更强大的功能，那就是他可以进行类似程序 （program） 的撰写，并

实例学习: 宝物猎人 我要告诉你你现在已经拥有了全部的技能去开始制作一款游戏。什么？你不相信我？让我为你证明它！让我们来做一个简单的对象收集和躲避的敌人的游戏叫：宝藏猎人。（你能在examples文件夹中找到它。） 宝藏猎手是一个简单的完整的游戏的例子，它能让你把目前所学的所有工具都用上。用键盘的方向键可以帮助探险者找到宝藏并带它出去。六只怪物在地牢的地板上上下移动，如果它们碰到了探险者，探险者变

目标 建立一个 lesson2 项目，在其中编写代码。 当在浏览器中访问 http://localhost:3000/?q=alsotang 时，输出 alsotang 的 md5 值，即 bdd5e57b5c0040f9dc23d430846e68a3。 挑战 访问 http://localhost:3000/?q=alsotang 时，输出 alsotang 的 sha1 值，即 e3c766

简介 TensorFlow是Google研发的第二代人工智能学习系统，能够处理多种深度学习算法模型，以功能强大和高可扩展性而著称。TensorFlow完全开源，所以很多公司都在使用，但是美团点评在使用分布式TensorFlow训练WDL模型时，发现训练速度很慢，难以满足业务需求。 经过对TensorFlow框架和Hadoop的分析定位，发现在数据输入、集群网络和计算内存分配等层面出现性能瓶颈。主要

欧氏距离 也称欧几里得距离，是指在m维空间中两个点之间的真实距离。欧式距离在ML中使用的范围比较广，也比较通用，就比如说利用k-Means对二维平面内的数据点进行聚类，对魔都房价的聚类分析（price/m^2 与平均房价）等。 两个n维向量a($$x_{11},x_{12}.....x_{1n}$$)与 b($$x_{21},x_{22}.....x_{2n}$$)间的欧氏距离 python 实现

1.统计学习 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科，也称统计机器学习。统计学习是数据驱动的学科。统计学习是一门概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科。 统计学习的对象是数据，它从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。统计学习关于数据的基本假设是同类数据具有一定

# 创建默认钱包 ./cleos wallet create # 设置基础配置智能合约：eosio.bios ./cleos set contract eosio ../../contracts/eosio.bios -p eosio -j # 设置系统智能合约：eosio.system 部署了该智能合约，eosio账户才可以改包括自己在内的所有账户发行EOS token，才可以执行，注册pr

了解的内容：引入子程序的作用，制作用户子程序库的方法。 掌握的内容：在子程序中，保护和恢复寄存器的原因和方法。 熟练掌握的内容：子程序定义的一般格式，子程序的调用和返回指令，调用子程序常用的参数传递方法，模块间通信的方法。 建议学习时间：8小时。