2018级计算机实验班《机器学习》-
[.Net] Web API 本地化与全球化
.Net 5 模型验证错误信息本地化（包含国际化） 环境: .Net 5 前言：.Net5 官方已经写好了基础的模型验证，但是由于默认语言为en-us，官方文档也并没有讲清楚如何本地化，因此本文在基于官方文档以及StackOverflow梳理了.Net5中文模型本地化的代码。 基础准备（依赖注入）： -
ubuntu如何有效扩容根目录的记录（实践有效ubuntu20.0版本）
注意！ 磁盘扩容会有丢失虚拟机数据的风险，因此建议你先点击vmware软件界面上的添加快照功能给你的虚拟机创建一个快照。这样就算后面的操作失败了，也可以一键快速回到操作之前的环境。 首先将要扩容磁盘的ubuntu虚拟机关闭，处于关机状态后，点击编辑虚拟机设置->扩展，增加容量到自己理想大小； 启动系 -
关于如何将 Gurobi和Pycharm结合使用
在典型的工作流程中，每个 PyCharm 项目都会有一个关联的虚拟 Python 环境 ( venv )。gurobipy包必须可供该venv的 Python 解释器使用。可以通过 pip 或手动将gurobipy安装到项目的虚拟环境中。 一、通过pip安装（推荐） 1.从 PyCharm 中打开一 -
fzu2021人机交互技术笔记
填空 2x5 | 名词 5x4 | 简答 10x3 | 论述 20x2 人机交互HCI是关于设计、评价和实现供人们使用的交互式计算机系统，且围绕这些方面的主要现象进行研究的科学 HCI的发展阶段 命令行 图形用户界面 自然和谐的交互 计算机图形学之父，CAD先驱 Ivan Sutherland & -
Windows下 IIS Web服务器的安装与配置
转载：https://www.cnblogs.com/dreaming-deer/p/11725649.html 1、进入控制面板，选择大图标显示，选择“程序与功能” 2、进入“程序和功能”，选择“启用和关闭Windows功能” 这里路径可能不一样，本人通过如下路径进入的： 3、点击“启用或关闭Wi -
Windows下Apache安装
转载：https://www.cnblogs.com/wcwnina/p/8044353.html 1.apache官网下载Apache HTTP Server服务器 我相信有些朋友刚用apache服务器时，都希望从官网上下载，而面对着官网上众多的项目和镜像以及目录，也许有点茫然。下面是具体步骤： -
机器学习第二次作业——第四章学习笔记
思维导图 学习笔记 -
模式识别与机器学习（第四章学习记录和心得）
思维导图 学习模型 一、判别模型 1.1 线性判据 1.1.1 简介 学习过程 监督式学习 识别过程 将待识别样本代入训练好的判据方程 目标函数（也可加入正则项提高泛化能力） 目标函数的求解 (1) 最小化/最大化目标函数 (2) 解析求解（求偏导）/迭代求解（梯度下降法） (3) 约束条件 梯度下 -
《机器学习》第二次作业——第四章学习记录和心得
#第四章线性判别与回归 ##4.1线性判据基本概念 判别模型:给定训练样本xn,直接在输入空间内估计后验概率p(Ci|x)。 优势: 快速直接、省去了耗时的高维观测似然概率估计。 线性判据——最简单的判别模型 ##4.2线性判据学习概述 ###1）设计目标函数 ###2）最大(小)化目标函数——优化 -
《机器学习》第二次作业——第四章学习记录和心得
##思维导图： ##第四章 线性判据与回归 ###一．线性判据基本概念和学习概述 1.生成模型（给定训练样本，直接在输入空间内学习其概率密度函数） 优势：可以根据采样新的样本数据；可以检测出较低概率的数据，实现离群点检测。 劣势：高维的x，需要大量训样本才能准确的估计（维度灾难问题）。 2.判别模型