C++,python,热爱算法和机器学习
全部博文（1214）
| 标题 | 阅读 | 评论 | 转发 | 发布日期 | |
|---|---|---|---|---|---|
| numpy sum axis详解 | 996 | 0 | 0 | 2019-03-05 | |
| 数据挖掘系列（2）--关联规则FpGrowth算法 | 1874 | 0 | 0 | 2018-09-18 | |
| 数据挖掘系列（1）关联规则挖掘基本概念与Aprior算法 | 967 | 0 | 0 | 2018-08-31 | |
| 机器学习十八：支持向量机（LinearSVM） | 2486 | 0 | 0 | 2017-12-16 | |
| 机器学习之支持向量机 SVM 及代码示例 | 3239 | 0 | 0 | 2017-12-16 | |
| 简易解说拉格朗日对偶（Lagrange duality） | 1635 | 0 | 0 | 2017-12-16 | |
| 干货 | 从超平面到SVM（一） | 824 | 0 | 0 | 2017-12-16 | |
| 斯坦福笔记：支持向量机SVM（一） | 655 | 0 | 0 | 2017-12-16 | |
| 【整理】深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件 | 1984 | 0 | 0 | 2017-12-14 | |
| [机器学习] ML重要概念：梯度（Gradient）与梯度下降法（Gradient Descent） | 823 | 0 | 0 | 2017-12-14 | |
| 如何像一个机器学习老司机一样跟别人解释SVM算法？ | 717 | 0 | 0 | 2017-12-14 | |
| 干货 | 从超平面到SVM（一） | 2076 | 0 | 0 | 2017-12-14 | |
| 深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件 | 656 | 0 | 0 | 2017-12-14 | |
| 线性可分 与线性不可分 | 1359 | 0 | 0 | 2017-12-13 | |
| 机器学习中的范数规则化之（二）核范数与规则项参数选择 | 1128 | 0 | 0 | 2017-12-13 | |
| 机器学习中的范数规则化之（一）L0、L1与L2范数 | 1086 | 0 | 0 | 2017-12-13 | |
| kmeans聚类理论篇 | 1658 | 0 | 0 | 2015-12-01 | |
| 机器学习，推荐资料 | 775 | 0 | 0 | 2015-10-27 | |
| Apache Spark源码走读之1 -- Spark论文阅读笔记 | 1213 | 0 | 0 | 2015-10-23 | |
| Clustering of sparse data using python with scikit-learn | 1205 | 0 | 0 | 2015-10-09 |
chinaunix网友2009-10-12 16:19
你好，你在Google Code上放的sg2fcitx的mainme.c源代码我下载编译会出现段错误。请问你的编译环境是什么？GCC版本是多少？ 谢谢。
