例：在手機(jī)中自動(dòng)刷 學(xué)習(xí)QG 環(huán)境配置 python：安裝anoconda（也可以只安裝Python），安裝uiautomator2和weditor兩個(gè)包 adb：安裝And...
發(fā)簡(jiǎn)信
IP屬地：英格蘭
-
Uiautomator2+python，app的自動(dòng)化測(cè)試（2）
-
appium+python+夜神，app自動(dòng)化測(cè)試（1）
例：在模擬器中自動(dòng)刷 學(xué)習(xí)QG 環(huán)境配置 java：安裝jdk，配置環(huán)境變量（JAVA_HOME、CLASSPATH和path） python：直接安裝anoconda，安裝...
-
我們離開人世時(shí)愛是唯一能帶走的東西——《小婦人》讀后感“我們離開人世時(shí)愛是唯一能帶走的東西?！薄愃迹↙ove is the only thing that we can carry with us when we go, a...
-
ML 無(wú)監(jiān)督學(xué)習(xí) 聚類 K-Means無(wú)監(jiān)督學(xué)習(xí)(unsupervised learning) 在無(wú)監(jiān)督學(xué)習(xí)中，訓(xùn)練樣本的標(biāo)記信息是未知的，目標(biāo)是通過(guò)對(duì)無(wú)標(biāo)記訓(xùn)練樣本的學(xué)習(xí)來(lái)揭示數(shù)據(jù)的內(nèi)在性質(zhì)及規(guī)律，為進(jìn)一步的數(shù)...
-
ML 監(jiān)督學(xué)習(xí) 集成學(xué)習(xí) BaggingBagging---Bootstrap aggregating 是并行式集成學(xué)習(xí)方法最著名的代表，基于自助采樣法允許在同一種分類器上?對(duì)訓(xùn)練集進(jìn)行多次采樣 自助采樣法(boo...
-
ML 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(neural networks)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)。 神經(jīng)元(neuron...
-
ML 監(jiān)督學(xué)習(xí) 集成學(xué)習(xí) Boosting集成學(xué)習(xí)是用多個(gè)弱分類器構(gòu)成一個(gè)強(qiáng)分類器，其哲學(xué)思想是“三個(gè)臭皮匠賽過(guò)諸葛亮”。一般的弱分類器可以由決策樹，神經(jīng)網(wǎng)絡(luò)，貝葉斯分類器，K-近鄰等構(gòu)成。 弱學(xué)習(xí)器：泛華性能略優(yōu)于...
-
ML 監(jiān)督學(xué)習(xí) 回歸 支持向量機(jī)首先補(bǔ)充分類問(wèn)題SVM不能用于多分類問(wèn)題，但我們可以用The “One-vs-One” trick for Multi-Class SVMs SVR（Support Vect...
-
ML 監(jiān)督學(xué)習(xí) 回歸 樹回歸Scikit-Learn用分裂回歸樹（Classification And Regression Tree，簡(jiǎn)稱 CART）算法訓(xùn)練決策樹。 在 sklean.tree...
-
ML 監(jiān)督學(xué)習(xí) 分類 K近鄰算法KNN “物以類聚，人以群分”：給定測(cè)試樣本，基于某種距離度量找出訓(xùn)練集中與其最靠近的k個(gè)訓(xùn)練樣本，然后基于這k個(gè)鄰居的信息來(lái)進(jìn)行預(yù)測(cè)。 KNN算法既可以分類又可以回歸。在分...
-
ML 監(jiān)督學(xué)習(xí) 分類 邏輯回歸邏輯回歸（logistic regression）又稱“對(duì)數(shù)幾率回歸。雖然它的名字是回歸，但卻是一種分類學(xué)習(xí)方法。邏輯回歸也可以從二元分類擴(kuò)展到多分類，這就是多項(xiàng)式回歸。 1...
-
ML 監(jiān)督學(xué)習(xí) 分類 支持向量機(jī)SVM最初被用來(lái)解決線性分類問(wèn)題，加入核方法之后能有效解決非線性問(wèn)題。 分類學(xué)習(xí)基本思想：基于訓(xùn)練集在樣本空間中找到一個(gè)劃分超平面，將不同類別的樣本分開. 選擇最優(yōu)超平面的依...
-
ML 監(jiān)督學(xué)習(xí) 分類 樸素貝葉斯分類器樸素貝葉斯分類 基于貝葉斯定理來(lái)計(jì)算概率和條件概率，且假設(shè)每個(gè)屬性獨(dú)立地對(duì)分類結(jié)果產(chǎn)生影響 為什么稱為“樸素的”？因?yàn)闃闼刎惾~斯假定所有屬性都是同等重要且相互獨(dú)立的。 例子 ...
-
ML 監(jiān)督學(xué)習(xí) 分類 決策樹決策樹(Decision Tree) 決策樹利用特征的值將數(shù)據(jù)分解成具有相似類的較小的子集，這種遞歸劃分的探索法稱之為分而治之。 如果一個(gè)節(jié)點(diǎn)停止，它可能有以下幾種情況：1....
-
ML 監(jiān)督學(xué)習(xí) 回歸 線性回歸1.最小二乘法(Least Square Method)： 基于均方誤差最小化來(lái)進(jìn)行模型求解的方法 可直接使用sklearn.linear_model中的LinearRegr...
-
《刺猬的優(yōu)雅》:靈魂契合是上天給你最浪漫的一次相遇浮生偷得半日閑，無(wú)意之間在圖書館里尋到《刺猬的優(yōu)雅》，如獲至寶。 前幾日剛剛看了同名的電影《刺猬的優(yōu)雅》，既文藝又養(yǎng)眼又有深度的電影。 《刺猬的優(yōu)雅》是法國(guó)女作家哲學(xué)教授妙莉...
