题意：有F + 1（1 <= F <= 10000）个人分N（1 <= N <= 10000）个圆形派，每个人得到的派面积相同，且必须是一整块（不能够两个甚至多个派拼在一起），求每个人最多能得到多大面积的派。（误差最多到0.001） 因为答案是小数类型的，并且N高达10000，故不可暴力枚举。 可以 ...
分类：
其他好文 时间：
2016-10-25 11:47:37
阅读次数：
197
SLP的模块结构 在开发初期，拟将SLP分为5个模块： 基础练习模块 这里提供可控类型、可控次数、可控BPM的练习。 特定歌曲难点练习模块 这里提供针对某些官谱上的局部难点的练习，同样可以控制类型、次数和BPM。 玩家能力测试模块 准度测试：对玩家的平均击打误差进行测试。 固定难度测试：固定难度等级 ...
分类：
其他好文 时间：
2016-10-23 23:12:39
阅读次数：
194
线性回归是指，试图学得一个线性模型以尽可能准确的预测实值输出标记。 最小二乘法：基于均方误差最小化来进行模型求解的方法。 通过变成实现最小二乘法（可能不是最简化的，有待提高编程能力） ...
分类：
编程语言 时间：
2016-10-18 23:01:34
阅读次数：
208
对于 Linear Decoders设定，a(3) = z(3)则称之为线性编码 sigmoid激活函数要求输入范围在[0,1]之间，某些数据集很难满足，则采用线性编码 此时，误差项更新为 ...
分类：
Web程序 时间：
2016-10-13 18:58:58
阅读次数：
189
监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据。 因为参数太多，会导致我们的 ...
分类：
其他好文 时间：
2016-10-12 10:57:54
阅读次数：
356
协方差：两个变量总体误差的期望。简单的说就是度量Y和X之间关系的方向和强度。X：预测变量Y：响应变量Y和X的协方差：［来度量各个维度偏离其均值的程度］备注:［之所以除以n-1而不是除以n，是因为这样能使我们以较小的样本集更好的逼近总体的协方差，即统计上所谓的“无偏估计..
分类：
其他好文 时间：
2016-10-11 22:25:43
阅读次数：
527
原文：http://blog.csdn.net/heyongluoyao8/article/details/47840255 常见的机器学习&数据挖掘知识点 Basis(基础)： SSE(Sum of Squared Error, 平方误差和) SAE(Sum of Absolute Error, ...
分类：
其他好文 时间：
2016-10-11 18:42:44
阅读次数：
237
BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平...
分类：
其他好文 时间：
2016-10-11 12:02:26
阅读次数：
358
这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框 ...
分类：
其他好文 时间：
2016-10-10 20:34:25
阅读次数：
105
以开源的Tesseract为基础，做了一个身份证识别的app。 图片资源是百度找的，而且手机对着电脑屏幕拍照，拍出很多花纹，影响比较大，所以误差不小，实测对着自己身份证拍照会好很多。 效果图： 1、拍摄 2、识别 思路：程序切割身份证，然后分别调用Tesseract识别： 1、身份证 2、姓名 3、 ...
分类：
移动开发 时间：
2016-10-10 11:25:20
阅读次数：
2408
