1送滞、概要 從用戶在瀏覽器輸入域名開始瞳购，到web頁面加載完畢官觅，這是一個說復(fù)雜不復(fù)雜件缸，說簡單不簡單的過程房蝉，下文暫且把這個過程稱作網(wǎng)頁加載過程。下面我將依靠自己的經(jīng)驗带射，總結(jié)一下整個...
發(fā)簡信
IP屬地：云南
-
淺談一個網(wǎng)頁打開的全過程（涉及DNS痹届、CDN署恍、Nginx負(fù)載均衡等） -
交叉熵 相對熵（KL散度/互熵）
香農(nóng)熵 熵考察（香農(nóng)熵）的是單個的信息（分布）的期望：反映了一個系統(tǒng)的無序化（有序化）程度黄虱，一個系統(tǒng)越有序，信息熵就越低庸诱，反之就越高捻浦。 交叉熵 交叉熵考察的是兩個的信息（分布...
-
cs231n學(xué)習(xí)筆記-CNN-目標(biāo)檢測晤揣、定位、分割
cs231n學(xué)習(xí)筆記-CNN-目標(biāo)檢測朱灿、定位昧识、分割 cite from: http://blog.csdn.net/myarrow/article/details/51878...
-
scikit-learn系列之如何做算法集成算法集成可以提升模型的準(zhǔn)確率。在本文中盗扒，你會學(xué)習(xí)如何使用scikit-learn建立一些最有效的算法集成方法跪楞。我會帶你一步步的完成 Bagging，Boosting和Voti...
-
kaggle：gbdt 和 random forest 和xgboost通常決定一個機器學(xué)習(xí)模型能不能取得好的效果侣灶，以下三個方面的因素缺一不可甸祭。 1.理論模型（站在vc-dimension的角度） 2.實際數(shù)據(jù) 3.系統(tǒng)的實現(xiàn)（主要基于xgboo...
-
矩陣特征值分解與奇異值分解含義解析及應(yīng)用原文在此，僅僅將原文的Matlab代碼改為Python3版本褥影。 特征值與特征向量的幾何意義 矩陣的乘法是什么池户，別只告訴我只是“前一個矩陣的行乘以后一個矩陣的列”，還會一點的可...
-
什么是 GBDT（轉(zhuǎn)載）
GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)凡怎，是一種迭代的...
-
0x0D 隨機之美校焦，隨機森林摘要：隨機森林和決策樹相比，能更好的防止過擬合统倒。雖然每個基分類器很弱寨典，但最后組合的結(jié)果通常很強，這也類似于：“三個臭皮匠頂個諸葛亮”的思想房匆。對比發(fā)現(xiàn)Random Forest...
