白萝卜上尉

《房》是一本看了第一次就不想看第二次的书，整个故事读起来实在是太过沉重。 造成悲剧的原因，作者在书中已经给出了一个，即房思琪强烈的自尊心。而这份自尊，源于她所处的环境。房思琪所接受的教育，是要成为一个符合大众认知的 “乖乖女 “。所以，要为了一句 “懂事了” 去做不想做的慈善，要像 “口交” 一样吞下难吃的海参，要爱护家里的声誉。反抗的羽翼被一步步的折断，剩下的只有服从。这样的女性如伊纹，在经受家暴之后不敢反抗，选择的是忍气吞声，即使三伏天也不敢脱下高领的毛衣，这无疑给年幼的房思琪开了个坏头。 此外，在这份教育中，“性”...

# 题目 利用神经网络识别手写数字。 # 任务 # 多级回归 在这个练习中，你将使用逻辑回归和神经网络去识别 0-9 的手写数字。手写数字自动识别目前应用已经十分广泛，从邮政编码到银行支票都有它的身影。这个练习将向你表示你所学的方法是如何被应用在多级回归任务中的。 练习的第一部分，你需要扩展在逻辑回归中的代码并将它应用到一对多的分类任务中。 # 数据集 数据集存放在 ex3data1.mat 中，它包含了 5000 个手写数字的训练样本。 “.mat” 文件代表着数据以矩阵形式被存放，而非 csv 格式的文件那样以文本形式存放。通过 load...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml # 神经网络概述（Representation) # 非线性假设 这是我们之前学过的一个例子： 通过构建x1x_{1}x1​,x2x_{2}x2​...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml # 逻辑回归 (Logistic Regression) # 分类问题 这一节我们将介绍分类问题。什么是分类问题呢？我们来看几个分类问题的例子🌰 ：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的，如果是恶性，那么它是哪种恶性。 通过这些例子，我们可以知道，分类问题所预测的变量 yyy...

《绿毛水怪》收录的是王小波早期作品，感觉像是写给成年人的童话集。 喜欢《绿毛水怪》《地久天长》这两篇。一个是藏在友情里的爱情，一个是爱到深处的友情。 喜欢那句关于街灯的譬喻 “我们好像在池塘的水底，从一个月亮走向另一个月亮” 没想到这篇居然是小波和李银河的定情之作，可以说是很浪漫了。 相比之下，《战福》《这是真的》《哥仙》...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml # 第四周 多变量线性回归 Linear Regression with Multiple Variables # 多维特征 之前我们探讨了单变量的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为(x1,x2,...,xn)\left( {x_{1} },{x_{2} },...,{x_{n} }...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml 这一节主要讲述了关于线性代数的基本内容，吴教授讲得很基础，很直观，我这里直接搬运的黄博士的笔记作为参考之用。 我这里还提供一个学习线代的网站，名字叫 immersivemath 不仅内容讲得十分好理解，而且还有可视化的图形，是一个非常 nice 的网站。 # 线性代数 # 矩阵和向量 如图：这个是 4×2 矩阵，即 4 行 2 列，如mmm 为行，nnn 为列，那么m×nm×nm×n 即...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml # 第二周 单变量线性回归 Univariate Linear Regression 这一节通过房价预测的例子介绍了线性回归算法以及监督学习的完整流程 # 模型描述 🌰​ 例子呈现 书接上回，我们想要预测住房的价格。我们有一个数据集，它包含俄勒冈州波特兰市的住房价格。现在你的朋友张三有一个 1250...

以下为我的机器学习笔记，参考了黄海广博士的笔记 课程：机器学习 - 斯坦福大学 - 吴恩达 2014 @ Coursera https://www.coursera.org/course/ml # 第一周 引言 # 欢迎 这节的视频主要介绍了机器学习的应用场景 机器学习的应用场景主要有以下四个方面： 数据库挖掘 databese mining 收集 web 上的点击数据，医疗记录，计算生物学，工程 无法手动编写的程序 application can't program by hand 自动直升飞机、手写识别、自然语言处理 Natural Language...

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. # Quick Start # Create a new post h$ hexo new "My New Post"More info: Writing # Run server h$...