用户贡献
(最新 | 最旧) 查看(前50个 | 后50个)(20 | 50 | 100 | 250 | 500)
- 2019年3月10日 (日) 08:41 (差异 | 历史) . . (+237) . . Android零基础入门
- 2019年1月11日 (五) 04:36 (差异 | 历史) . . (+306) . . Linux服务器运维 理论
- 2019年1月11日 (五) 04:35 (差异 | 历史) . . (+1,277) . . Apache 服务器的安装
- 2018年11月25日 (日) 04:27 (差异 | 历史) . . (+989) . . 先静后动,构建新闻详情页面样式 (当前)
- 2018年11月13日 (二) 06:30 (差异 | 历史) . . (+18) . . 安装hadoop (→修改mapred-site.xml配置文件)
- 2018年11月13日 (二) 06:29 (差异 | 历史) . . (+18) . . 安装hadoop (→修改hdfs-site.xml配置文件)
- 2018年11月11日 (日) 02:44 (差异 | 历史) . . (+1,859) . . 使用列表渲染wx-for改写新闻列表 (当前)
- 2018年11月10日 (六) 04:05 (差异 | 历史) . . (+4) . . '数据绑定'基础 (→操作) (当前)
- 2018年11月10日 (六) 04:04 (差异 | 历史) . . (+2) . . '数据绑定'基础 (→操作)
- 2018年11月10日 (六) 04:04 (差异 | 历史) . . (+2) . . '数据绑定'基础 (→操作)
- 2018年11月10日 (六) 04:03 (差异 | 历史) . . (+1) . . '数据绑定'基础 (→操作)
- 2018年11月10日 (六) 04:02 (差异 | 历史) . . (+1,336) . . '数据绑定'基础
- 2018年6月27日 (三) 06:17 (差异 | 历史) . . (+81) . . 实例 (当前)
- 2018年6月27日 (三) 06:16 (差异 | 历史) . . (-1,742) . . 实例 (清空页面)
- 2018年6月27日 (三) 06:15 (差异 | 历史) . . (-2) . . PCA算法 (当前)
- 2018年6月27日 (三) 06:15 (差异 | 历史) . . (+619) . . PCA算法
- 2018年6月27日 (三) 06:07 (差异 | 历史) . . (+5) . . PCA算法
- 2018年6月27日 (三) 06:07 (差异 | 历史) . . (+436) . . PCA算法
- 2018年6月6日 (三) 08:22 (差异 | 历史) . . (0) . . Java实训14
- 2018年5月31日 (四) 14:45 (差异 | 历史) . . (+2) . . 3.7 F1 Score (当前)
- 2018年5月31日 (四) 14:43 (差异 | 历史) . . (+7) . . 3.7 F1 Score
- 2018年5月31日 (四) 14:38 (差异 | 历史) . . (+685) . . 3.7 F1 Score
- 2018年5月31日 (四) 14:34 (差异 | 历史) . . (+898) . . 新 3.7 F1 Score (创建页面,内容为“网络例题: *描述 小Hi和他的小伙伴们一起写了很多代码。时间一久有些代码究竟是不是自己写的,小Hi也分辨不出来了。…”)
- 2018年5月29日 (二) 13:15 (差异 | 历史) . . (+1) . . 11.3使用k-均值对文档进行聚类分析 (当前)
- 2018年5月28日 (一) 13:54 (差异 | 历史) . . (+2,117) . . 11.3使用k-均值对文档进行聚类分析
- 2018年5月28日 (一) 13:50 (差异 | 历史) . . (+94) . . 新 11.3使用k-均值对文档进行聚类分析 (创建页面,内容为“实例采用:https://wenku.baidu.com/view/776af850ccbff121dc368345.html(来源:网络)”)
- 2018年5月28日 (一) 13:49 (差异 | 历史) . . (+1) . . AI Red (→第11章 K-均值算法)
- 2018年5月28日 (一) 13:48 (差异 | 历史) . . (-10) . . 11.2scikit-learn里的k-均值算法 (当前)
- 2018年5月28日 (一) 13:47 (差异 | 历史) . . (+919) . . 新 11.2scikit-learn里的k-均值算法 (创建页面,内容为“# -*- coding: utf-8 -*- from sklearn.cluster import KMeans from sklearn.externals import joblib import numpy final = open('c:/test/final.dat' , 'r') data = [line.s…”)
- 2018年5月28日 (一) 13:36 (差异 | 历史) . . (+673) . . 新 11.1算法原理 (创建页面,内容为“k-均值算法把簇的形心定义为簇内点的均值。 它的处理流程如下: 1.在数据点集D中随机的选择k个对象(这个k表示你要讲数…”) (当前)
- 2018年5月28日 (一) 13:34 (差异 | 历史) . . (+4) . . 10.4人脸识别实例 (当前)
- 2018年5月28日 (一) 13:33 (差异 | 历史) . . (+1,784) . . 新 10.4人脸识别实例 (创建页面,内容为“1.人脸检测(Face Detection): 即从各种不同的场景中检测出人脸的存在并确定其位置。在大多数的场合中由于场景较复杂,人脸的…”)
- 2018年5月27日 (日) 14:17 (差异 | 历史) . . (+1,629) . . 新 协方差 (创建页面,内容为“对于上面二维降成一维的问题来说,找到那个使得方差最大的方向就可以了。不过对于更高维,还有一个问题需要解决。考虑…”) (当前)
- 2018年5月27日 (日) 14:14 (差异 | 历史) . . (+611) . . 新 方差 (创建页面,内容为“上文说到,我们希望投影后投影值尽可能分散,而这种分散程度,可以用数学上的方差来表述。此处,一个字段的方差可以看…”) (当前)
- 2018年5月27日 (日) 14:12 (差异 | 历史) . . (+2,388) . . 新 协方差矩阵及优化目标 (创建页面,内容为“上面我们讨论了选择不同的基可以对同样一组数据给出不同的表示,而且如果基的数量少于向量本身的维数,则可以达到降维…”) (当前)
- 2018年5月27日 (日) 14:11 (差异 | 历史) . . (+2,679) . . 新 基变换的矩形表示 (创建页面,内容为“下面我们找一种简便的方式来表示基变换。还是拿上面的例子,想一下,将(3,2)变换为新基上的坐标,就是用(3,2)与第一个基…”) (当前)
- 2018年5月27日 (日) 14:10 (差异 | 历史) . . (+2,764) . . 新 基 (创建页面,内容为“下面我们继续在二维空间内讨论向量。上文说过,一个二维向量可以对应二维笛卡尔直角坐标系中从原点出发的一个有向线段…”) (当前)
- 2018年5月27日 (日) 14:09 (差异 | 历史) . . (+1,792) . . 新 内积与投影 (创建页面,内容为“下面先来看一个高中就学过的向量运算:内积。两个维数相同的向量的内积被定义为: (a_1,a_2,\cdots,a_n)^\mathsf{T}\cdot (b_1,b_2,\cd…”) (当前)
- 2018年5月27日 (日) 14:08 (差异 | 历史) . . (-1,792) . . 向量的表示及基变换 (清空页面) (当前)
- 2018年5月27日 (日) 14:08 (差异 | 历史) . . (+1,792) . . 新 向量的表示及基变换 (创建页面,内容为“下面先来看一个高中就学过的向量运算:内积。两个维数相同的向量的内积被定义为: (a_1,a_2,\cdots,a_n)^\mathsf{T}\cdot (b_1,b_2,\cd…”)
- 2018年5月27日 (日) 14:06 (差异 | 历史) . . (+2,771) . . 新 数据的向量表示及降维问题 (创建页面,内容为“一般情况下,在数据挖掘和机器学习中,数据被表示为向量。例如某个淘宝店2012年全年的流量及交易情况可以看成一组记录…”)
- 2018年5月27日 (日) 14:06 (差异 | 历史) . . (+218) . . 新 PCA基本数学原理 (创建页面,内容为“*数据的向量表示及降维问题 *向量的表示及基变换 *内积与投影 *基 *基变换的矩形表示 *协方差矩阵及优化目…”) (当前)
- 2018年5月27日 (日) 13:57 (差异 | 历史) . . (+1) . . 10.1算法原理 (当前)
- 2018年5月27日 (日) 13:57 (差异 | 历史) . . (+26) . . 10.1算法原理
- 2018年5月27日 (日) 13:55 (差异 | 历史) . . (+238) . . 新 10.1算法原理 (创建页面,内容为“PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可…”)
- 2018年5月23日 (三) 13:27 (差异 | 历史) . . (+1) . . AI Red (→第1章 机器学习介绍)
- 2018年5月23日 (三) 13:27 (差异 | 历史) . . (+3) . . AI Red (→机器学习的典型步骤)
- 2018年5月22日 (二) 09:23 (差异 | 历史) . . (+112) . . AI Red (→机器学习的典型步骤)
- 2018年5月22日 (二) 09:17 (差异 | 历史) . . (-95) . . AI Red (→机器学习的典型步骤)
- 2018年5月22日 (二) 09:16 (差异 | 历史) . . (+95) . . AI Red (→机器学习的典型步骤)