暂时未有相关云产品技术能力~
Github:@wizardforcel 简书:@ApacheCN_飞龙 微博:@龙雀 CSDN:@wizardforcel ApacheCN 官网:apachecn.org 机器学习交流群:629470233
4.3.1 创建/使用内容供应器 示例代码 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 使用内容供应器的风险和对策取决于内容供应器的使用方式。
原始课程笔记(英文): http://blakemasters.com/peter-thiels-cs183-startup 36kr 的笔记翻译(前六章): http://get.
4.2.3 创建/使用广播接收器 高级话题 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 4.2.3.1 结合导出属性和意图过滤器设置(用于接收器) 表 4.2-3 展示了实现接收器时,导出设置和意图过滤器元素的允许的组合。
4.2.2 创建/使用广播接收器 规则书 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 遵循下列规则来发送或接受广播。
4.1.3 创建/使用活动 高级话题 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 4.1.3.1 组合导出属性和意图过滤器(对于活动) 我们已经解释了如何实现本指南中的四类活动:私有活动,公共活动,伙伴活动和内部活动。
4.1.2 创建/使用活动 规则书 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 创建或向活动发送意图时,请务必遵循以下规则。
4.2.1 创建/使用广播接收器 示例代码 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 接收广播需要创建广播接收器。
4.1.1 创建/使用活动 示例代码 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 使用活动的风险和对策取决于活动的使用方式。
主页: https://www.startupschool.org/?course=1 带有中文字幕的视频(前八个): https://search.
六、变量消除 原文:Variable elimination 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 接下来,我们将注意力转向图模型中的推断问题。
欢迎使用Markdown编辑器写博客 本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦: Markdown和扩展Markdown简洁的语法 代码块高亮 图片链接和图片上传 LaT...
1 - Allen Blue, Reid Hoffman, John Lily and Chris Yeh 2 - Sam Altman, YC 3 - Michael Dearing 4 - Ann Miura-Ko 5...
四、贝叶斯网络 原文:Bayesian networks 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 我们从表示的话题开始:我们如何选择概率分布来为世界的一些有趣方面建模? 建立一个好的模型并不容易:我们在介绍中看到,垃圾邮件分类的朴素模型需要我们指定一些参数,这些参数对于英文单词数量是指数级的! 在本章中,我们将了解避免这类复杂事物的一种方法。
三、实际应用 原文:Real-world applications 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 概率图模型有许多不同的实际应用。
二、概率复习 原文:Probability review 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 我们在这里复习概率的概念,所有复习材料都来自 CS229 概率讲义。
机器学习(英文):很坑,课程安排不合理。应该把5/6的时间用于讲各种模型,1/6的时间用于展示,否则根本学不到啥东西。容量方面差太多了,svm,决策树,gmm 根本就没讲到。
2010年最后一天,普通用户可以在google网站上搜索指定关键字,可以搜索到大量中国互联网用户使用互联网的隐私记录,甚至包括用户登陆网站或邮箱的用户名、密码等。
11 背包分析 上一节中我们发现,背包对象储存物品对象的指针,并且如果某一栏没有物品,那么那个位置就是NULL。我们可以以此快速寻找某个位置的地址。
六、相对路径 我们希望把 DLL 和这个程序放到一起,那么 DLL 路径就是程序所在路径加上 DLL 的名称。 将DllFullPath的定义注释掉,换成DllName: #define DllName "mfc_dll.dll" 然后修改InjectDll的参数: bool InjectDll(const char *dllFullPath) 所有DllFullPath都改成dllFullPath。
一、分析角色 HP/MP 地址 我们的目标是这个,热血江湖。我们要找出基本信息中,所有数据的地址。 我们要用到一款工具,CE。
TensorFlow 聊天机器人 原文:Creating a Chatbot with Deep Learning, Python, and TensorFlow 译者:飞龙 协议:CC BY-NC-SA 4.0 一、使用深度学习创建聊天机器人 你好,欢迎阅读 Python 聊天机器人系列教程。
TensorFlow 目标检测 原文:TensorFlow Object Detection 译者:飞龙 协议:CC BY-NC-SA 4.0 一、引言 你好,欢迎阅读 TensorFlow 目标检测 API 迷你系列。
图像和视频分析 原文:Images and Video Analysis 译者:飞龙 协议:CC BY-NC-SA 4.0 一、Python OpenCV 入门 欢迎阅读系列教程,内容涵盖 OpenCV,它是一个图像和视频处理库,包含 C ++,C,Python 和 Java 的绑定。
Python 和 Pandas 数据分析教程 原文:Data Analysis with Python and Pandas Tutorial Introduction 译者:飞龙 协议:CC BY-NC-SA 4.0 大家好,欢迎阅读 Python 和 Pandas 数据分析系列教程。
面向(未来的)数据科学家的入门课来咯~ 前一半讲 Python 编程,后一半讲统计学基本概念并用 Python 模拟。 Github:https://github.com/Kivy-CN/data8-textbook-zh Gitee:https://gitee.com/wizardforcel/data8-textbook-zh 电子书还没生成好,由于存在 SVG 图片,工具会报错,在线和本地都没办法。
十六、比较两个样本 原文:Comparing Two Samples 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 最近邻分类方法的动机是这样的,个体可能像最近的邻居。
十三、预测 原文:Prediction 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 数据科学的一个重要方面,是发现数据可以告诉我们什么未来的事情。
十二、为什么均值重要 原文:Why the Mean Matters 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在这个课程中,我们已经研究了几个不同的统计量,包括总编译距离,最大值,中位数和平均值。
十一、估计 原文:Estimation 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在前一章中,我们开始开发推断思维的方法。
十七、更新预测 原文:Updating Predictions 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 我们知道如何使用训练数据将一个点划分为两类之一。
二、因果和实验 原文:Causality and Experiments 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 “这些问题已经,而且可能永远留在自然界难以捉摸的秘密之中,它们属于人类智力根本难以接近的一类问题。
八、随机性 原文:Randomness 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在前面的章节中,我们开发了深入描述数据所需的技能。
七、函数和表格 原文:Functions and Tables 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 通过使用 Python 中已有的函数,我们正在建立一个使用的技术清单,用于识别数据集中的规律和主题。
博客改版把侧栏改没了,我觉得有必要在这里重新写上。 邮箱:admin(at)flygon.net QQ:562826179 个人网站:龙哥盟 知乎:@飞龙 SegmentFault:@飞龙 微博 Githu...
Gainlo 面试指南 翻译完成 来源:Gainlo Mock Interview 译者:飞龙 在线阅读 PDF格式 EPUB格式 MOBI格式 Github 赞助我 协议 CC BY-NC-SA 4.
1.3 浅层 logistic 神经网络 视频:第三周 浅层神经网络 整理:飞龙 普通的 logistic 可看做无隐层的神经网络。
1.2 logistic 回归 视频:第二周 神经网络基础 整理:飞龙 logistic 回归属于广义线性回归。
1.1 深度学习概论 视频:第一周 深度学习概论 整理:飞龙 什么是神经网络? “深度学习”指的是训练神经网络,有时候规模很大,那么神经网络究竟是什么呢?在这个视频中,我会讲些直观的基础知识。
四、数据类型 原文:Data Types 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 每个值都有一个类型,内建的type函数返回任何表达式的结果的类型: type(3) int type(3/1) float 表达式的type是其最终值的类型。
五、表格 原文:Tables 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 表格是表示数据集的基本对象类型。
一、数据科学 原文:Data Science 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 什么是数据科学 数据科学是通过探索,预测和推断,从大量不同的数据集中得出有用的结论。
三、Python 编程 原文:Programming in Python 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 编程可以极大地提高我们收集和分析世界信息的能力,而这些信息又可以通过上一节所述的谨慎推理来发现。
三、小世界图 原文:Chapter 3 Small world graphs 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 现实世界中的许多网络,包括社交网络在内,具有“小世界属性”,即节点之间的平均距离,以最短路径上的边数来衡量,远远小于预期。
二、图 原文:Chapter 2 Graphs 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 本书的前三章有关一些模型,它们描述了由组件和组件之间的连接组成的系统。
写给人类的机器学习 原书:Machine Learning for Humans 译者:飞龙(等) 这个世界不缺少科学家,缺少能说人话的科学家。
五、强化学习 原文:Machine Learning for Humans, Part 5: Reinforcement Learning 作者:Vishal Maini 译者:飞龙 协议:CC BY-NC-SA 4.0 探索和利用。
六、最好的机器学习资源 原文:The Best Machine Learning Resources 作者:Vishal Maini 译者:飞龙 协议:CC BY-NC-SA 4.0 用于制定人工智能、机器学习和深度学习课程表的资源概览。
一、为什么机器学习重要 原文:Machine Learning for Humans 作者:Vishal Maini 译者:飞龙 协议:CC BY-NC-SA 4.0 简单、纯中文的解释,辅以数学、代码和真实世界的示例 谁应该阅读它 想尽快赶上机器学习潮流的技术人员 想要入门机器学习,并愿意了解技术概念的非技术人员 好奇机器如何思考的任何人 本指南旨在让任何人访问。
四、神经网络和深度学习 原文:Machine Learning for Humans, Part 4: Neural Networks & Deep Learning 作者:Vishal Maini 译者:飞龙 协议:CC BY-NC-SA 4.0 深度神经网络的工作地点、原因和方式。
2.3 监督学习 III 原文:Machine Learning for Humans, Part 2.3: Supervised Learning III 作者:Vishal Maini 译者:飞龙 协议:CC BY-NC-SA 4.0 非参数化模型:KNN、决策树和随机森林。