小天才的杂货铺

2020-01-19
- OpenGL
OpenGL-1 A Brief Introduction To Modern OpenGL

Core Profile and Compatibility ProfileThe Key Versions to Revolute The OpenGL OpenGL 3.0 introduced deprecation model to gradually remove legacy functions. OpenGL 3.1 removed the deprecated functio... Continue reading...
- English Notes
- OpenGL
2020-01-17
- 机器学习
Uncertainty-1 Quantifying Uncertainty

Acting under UncertaintyQualification Problem: There is no complete solution within logic, system designers have to use good judgment in deciding how detailed that want to be in specifying their mo... Continue reading...
2020-01-17
- OpenGL
Win10平台Visual Studio 2019 配置OpenGL的GLFW、GLEW和GLM

首先，为了方便大家，我已经把打包好的include和lib文件夹上传到了百度网盘，如果你的环境和我相同的话可以直接下载然后放入你的项目最后进行项目配置即可！下载好如下的安装包后，完成以下的 “创建项目” 步骤后，跳过 “下载依赖”，直接进行 “配置项目” 即可链接：https://pan.baidu.com/s/11fg14FnIlWCdEIoY67WU4g，提取码：z303 简单的介... Continue reading...
- OpenGL
- 学习笔记
2020-01-13
- 机器学习
【机器学习】（七）概率图模型

概率模型与概率图模型概率模型概率模型（probabilistic model）提供了一种描述框架，将学习任务归结于计算变量的概率分布。在概率模型中，利用已知变量推测未知变量的分布称为推断（inference），其核心是如何基于可观测变量推测出未知变量的条件分布。假定所关心的变量集合为Y，可观测变量集合为O，其他变量的集合为R。生成式（generative）模型考虑联合分布P(Y,R,O)... Continue reading...
- 学习笔记
- 机器学习
2020-01-12
- 强化学习
强化学习（一）强化学习的基本概念、e贪心算法、Softmax算法

强化学习（reinforcement learning，RL）是机器学习的一个领域，主要通过在环境（environment）中采取动作（action），来最大化某些指标，例如累计奖赏（cumulative reward）的一种学习方法。强化学习、有监督学习（supervised learning）与无监督学习（unsupervised learning）三者共同构成了机器学习的三个重要方面 ... Continue reading...
2020-01-04
- 机器学习
【机器学习】（六）支持向量机

支持向量机基本模型支持向量机的基本思想是，在如下的样本集中：基于训练集D在样本空间中找到一个划分超平面，将不同类别的样本分开划分超平面可以表示成如下的线性方程： ... Continue reading...
- 学习笔记
- 机器学习
2020-01-02
- 机器学习
【机器学习】（五）神经网络

神经元模型神经网络（neural networks）定义为：神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。神经网络中最基本的成分是神经元（neuron）模型，其中最典型的是“M-P神经元模型”，其由多个输入信号，神经元模型通过将输入信号在加权求和，然后与该神经元阈值比较，通过激活函数（activation functi... Continue reading...
- 学习笔记
- 机器学习
2019-12-30
- 机器学习
【机器学习】（四）决策树

基本流程决策树（decision tree）是基于树结构进行决策的，是一种符合人类面临决策问题时的思考方式。采用了分而治之（divide-and-conquer）的策略。决策树建立的基本流程 ... Continue reading...
- 学习笔记
- 机器学习
2019-12-26
- 机器学习
【机器学习】（三）线性模型

基本形式给定由d个属性描述的示例x=(x1; x2; …; xd)，其中xi是x在第i个属性上的取值，线性模型（linear model）试图学得一个通过属性的线性组合来进行预测的函数，即 ... Continue reading...
- 学习笔记
- 机器学习
2019-12-25
- 机器学习
【机器学习】（二）模型估计与选择

误差与过拟合误差假设m个样本中有a个样本分类错误错误率（error rate）：分类错误的样本数占样本总数的比例，E=a/m 精度（accuracy）：分类正确的样本数占样本总数的比例，1-a/m 精度=1-错误率误差（error）：学习器的实际预测输出与样本的真实输出之间的差异学习器在训练集上的误差称为训练误差（training error）/经验误差（empirical erro... Continue reading...
- 学习笔记
- 机器学习