-
决策树的ID3/C4.5算法
决策树是一种树形结构，在分类问题中，表示基于特征对实例进行分类的过程。 经典的决策树生成方法有ID3和C4.5算法，二者的生成过程大致相同，区别仅在于使用的对特征分类能力的评价标准不同。 ID3算法使用信息增益评估特征。…
-
基于web平台的手写体数字识别
本文使用numpy搭建基础的神经网络，用于手写体数字识别。用户可以在网页上进行书写，前端将图像信息发送给后端识别并接收识别结果。 大致流程如下： 针对MNIST数据集的神经网络模型的训练，完成后保存训练模型 后端：编写识…
-
使用Tornado WebSocket实现多人网页版聊天程序
Tornado Websocket可以实现http服务器主动向客户端发送消息，进而实现多人聊天程序。 引入所需的包和库。包含Tornado http服务器和websocket服务器相关包。time库用于用户发送消息时间的…
-
郁郁青青
苏大一角
-
使用Tornado编写活动抽奖网页版程序
引入所需的库，包含Tornado相关和random随机库用于抽奖。 定义一些全局变量，用于存储前端返回的一些信息并能在后端各函数之内调用。期中prize_number为一个字典，存储了每个奖项对应的人数，particip…
-
朴素贝叶斯法的极大似然估计/贝叶斯估计
朴素贝叶斯法是一种生成模型，通过学习训练数据集的联合概率分布利用条件概率公式和贝叶斯定理，计算数据属于每一类的概率即后验概率并取最大值所在类作为分类结果，这一过程同样等价于期望风险最小化。特别的，朴素贝叶斯对条件概率分布…
-
使用kd树实现knn算法
KNN算法是将待测样本与训练样本的特征进行比较，取k个与待测样本最接近的训练样本（如计算欧氏距离），其中k个样本中大多数属于哪一类别便也将待测样本分类为哪一类别（最大分类决策）。 Kd树是高效的实现KNN算法的一种实现方…
-
使用NumPy搭建基础人工神经网络
本文使用Python科学计算库Nmpy完成基础的人工神经网络搭建，并将其应用于对MNIST手写体数字数据集的训练和分类。
-
U-RUN江南大学定向活动分享
上周末和女朋友一起参加了江南大学新生运动季活动，锻炼身体，涨姿势，还拿到了专属纪念奖牌😎 出发前用知识武装自己，准备应对挑战！ 规则和地图在这里，仔细研究路线，准备冲锋！ 大家在体育场集结热身，随时准备出发！ 要出发啦！…
-
感知机的对偶形式
感知机的对偶形式是对原始形式的一种优化计算的方法，它将原始形式的参数 \(w\) 表示为训练过程中每个点被选作误类点的次数 \(\alpha_i\) ，即 \(\alpha_i = n_i * \eta\)，则对应的 \…