leafgood -
二.機器學習算法篇-線性迴歸(1)
1.線性迴歸算法思想
機器學習算法可以分為有監督學習和無監督學習。
什麼是有監督學習算法？
用已知某種或某些特性的樣本作為訓練集,以建立一個數學模型,再用已建立的模型來預測未知樣本,此種方法被稱為有監督學習,是最常用的一種機器學習方法。是從標籤化訓練數據集中推斷出模型的機器學習任務。
迴歸算法是有監督學習算法的一種，從機器學習的角度來講,迴歸算法用於構建一個算法模型，這個模型是屬性(X)與標
機器學習
leafgood -
一.機器學習基礎與特徵工程
1.機器學習基礎
1.1 數學基礎
需要的數學知識：
高等數學、線性代數、概率與統計。
當然一開始不用深入進去，可以在學習過程中逐步積累。
1.2 編程語言
人工智能領域很火的領域的自然是Python，門檻也低，可以作為機器學習入門的首選語言。
有精力的話，再學習C/C++，多一門語言傍身不是壞事。
1.3 機器學習的開發流程
1）從公司原有的數據庫或者爬蟲等途徑獲得原始數據
機器學習
leafgood -
Linux系統編程-(四)信號
一.信號概述
1.1 中斷
中斷就是字面的意思，譬如正在打遊戲，手機響了，這時後中斷遊戲，去接手機，回來再打遊戲，這就是中斷。
1.2 什麼是信號
信號是軟件中斷，是在軟件層次上對中斷機制的一種模擬，是一種異步通信的方式 。信號是 Linux 進程間通信的最古老的方式，也是最常用的通信方式。
1.3 信號機制
進程A給進程B發送信號，進程B收到信號之前執行自己的代碼，收到信號後，不管執行到程序的什
linux編程
leafgood -
Linux系統編程--(三)進程間通信
一.進程間通訊
1.1 什麼是進程間通信
我們運行起來的進程，相互之間資源是獨立的，不能在一個進程中直接訪問另一個進程的資源。
但是很多時候不同的進程需要進行信息的交互和狀態的傳遞等，譬如數據傳輸，一個進程需要將它的數據發送給另一個進程，或者多個進程間資源共享，或者一個進程需要控制另一個進程的執行，再或者，一個進程要給另一個進程發送消息等，就需要進程間通信( IPC：Inter Proces
linux編程
leafgood -
Linux 系統編程-(二)進程控制
一.進程
1.1.程序和進程的關係
簡單來説，程序是靜止的，就是我們的可執行文件，進程是動態的，就是運行起來的程序。
1.2.並行和併發
1）並行，parallel 強調同一時刻同時執行
2）併發，concurrency 則指的一個時間段內去一起執行
1.3.進程的狀態
在五態模型中，進程分為新建態、終止態，運行態，就緒態，阻塞態，如下圖
1.4.進程各個狀態的切換時機
①TASK
linux編程
