AFuture's Blog

Question

$calculate \int_{0}^{\frac{\pi}{2}}\frac{x\ln{\cos(x)}}{\tan x}dx$

本文章的主要目的是给出一个简单的文件整理思路，期望是达到快速找到目标文件的目的。这里需要指出的是，文章中并没有涉及任何系统自带的，或者第三方的应用，使用「剪切」、「删除」、「复制」、「重命名」等常规操作，能够广泛的应用于各个操作系统。当然，本文是基于 macOS 所写。

上个月，组里进行论文学习的时候我给大家讲的是 Faster R-CNN，为了不白看论文，我决定重新组织一下自己对这个模型的了解，顺便写一篇 Blog。

[题]：
设 $-\pi < x < \pi$ ,则 $\underbrace{sinsinsinsinsin}_{n个}x$ 是否存在？若存在，证明并求之；若不存在，说明理由。

求：

$\lim_{x \to \infty} \frac{tan^3{\frac{1}{x}}-arctan{\frac{2}{\sqrt[3]{x^4}}}}{sin{\frac{3}{x^3}}-arcsin{\frac{2019}{x}}}$

Normalization: usually rescales features to $[0,1]$.
Regularization: Different from the feature scaling techniques mentioned above, regularization is intended to solve the overfitting problem.

简述

决策树本事上是一棵树，树的根节点包含了样本全集，从根出发到叶节点的路径对应了一个判定测试序列，而每个内部节点包含的样本集合则根据相应属性的测试结果而划分到子节点中。

注：决策树在 Coursera 和 Stanford 的公开课中并未提到，相关知识完全通过《机器学习》和互联网获得。

简述

在 Liner Regression 中 $\boldsymbol{y}$ 是一个连续值，那么当我们解决一个二分类问题时 $\boldsymbol{y}$ 则是一个离散值，只有两个取值（ $0$ 或 $1$ ），这时可以通过广义线性模型来解决。通过广义线性模型，我们找到一个单调可微函数将分类任务的标记 $\boldsymbol{y}$ 与线性模型的预测值联系起来。最后我们找到 Logistic Function 来作为线性模型。

简述

在统计学中，线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。
机器学习中，我们通过线性回归得到的模型对其它的输入值预测出相对应的输出值。上述的模型我们称它为 假设，函数表达为 $h(x):\mathcal{X}\mapsto\mathcal{Y}$