第3章 计划3.1 初始探索 在项目开始时，开发人员会和客户商讨一下关于新系统的情况，以确定出所有真正重要的信息。然而，他们不会试图去确定所有的特性。随着项目的进展，客户会不断的发现新的特性。特性发现的过程会一直持续到项目完成。 当识别出一个特性时，会把它分解成一个或者多个用户故事，并把这些用户故事写在索引卡片之类的东西上面。除了用户故事的 名字之外...
阶乘的求解思路： 5！ = 5 * 4！ 5！ = 5 * 4 * 3！ 5！ = 5 * 4 * 3 * 2！ 5！ = 5 * 4 * 3 * 2 * 1！ 1！ =1； 计算5的阶乘时，没有立即计算出结果，需要求更低的阶乘 求5 的阶乘，核心：求其他数的阶乘。 定义一个求阶乘的函数fn： fn(5) = 5 * fn(4) 剩下的...
原文地址：http://blog.csdn.net/lu597203933/article/details/16359461 图像遍历主要有三种方法，本节主要介绍和比较这三种方法。 一：简单存取像素值 首先介绍一个名词—椒盐噪点：它是一种特殊的噪点，它随机的将图像中的部分像素设置为白色或者黑色。 Code： [cpp] view...
第9章 EM算法及其推广 EM算法是一种迭代算法，用于含有隐变量(hidden variable)的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步，求期望(expectation)；M步，求极大( maximization )，所以这一算法称为期望极大算法(expectation maximizationalgorith...
在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签 可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的，不过后面也会介绍它与深度学习/无监督学习方法的结合。（译者注： MNIST...
遍历一个稳定的字典，当然不是什么难事，但Redis中的字典因为有rehash的过程，使字典可能扩展，也可能缩小。这就带来了问题，如果在两次遍历中间，字典的结构发生了变化(扩展或缩小)，字典中的元素所在的位置相应的会发生变化，那如何保证字典中原有的元素都可以被遍历？又如何能尽可能少的重复迭代呢？ Redis使用的遍历算法非常精妙，使用该算法，可以做到...
一. 计数器函数counter 1、计数器函数每次调用时都会生成一个新数字，从1开始逐渐增加1。计数器可以配置为将每个摸拟用户的值分开，或者为所有用户使用相同的计数器。如果每个用户的值县有单独的增量。则类似于计算测试计划中的迭代次数。全局计数器计算该请求运行的次数。 计数器使用整数变量来保存计数，因此最大值为2,147,483,647。 2、参数 1)第一...
定义:机器学习系统通过如何组合输入信息来对从未见过的数据做出有用的预测。 基本术语 标签：标签是我们要预测的事物，即简单线性回归中的(y)变量。 特征：特征是输入变量，即简单线性回归中的(x)变量，特征可以有多个，是一种可量化的指标。 样本：样本是指数据的特定实例(X)，样本分为有标签样本和无标签样本。 模型：模型定义了特征与标签之间的关系。 训练：是指...
对于许多模型，如物流模型，没有共轭先验 - 所以Gibbs不适用。正如我们在第一篇文章中看到的那样，蛮力网格方法太慢而无法扩展到真实环境。 这篇文章展示了我们如何使用Metropolis-Hastings（MH）从每个被阻挡的Gibbs迭代中的非共轭条件后验中进行采样 - 这是一种比网格方法更好的替代方案。 模型 该示例的模拟数据是患者的横截面数据集。有...
迭代器（iterator）协议 · 在Python中，支持迭代器协议就是实现对象的__iter__()和__next__()方法。 １．__iter__()方法：返回迭代器对象本身； 2．__next__()方法：返回容器中的下一个元素，在结尾时引发Stoplteration异常终止迭代器。 可迭代对象（iterable）· 实现了迭...