Avatar_small

PRML Notes - 1.6 Information Theory

信息量和香农熵 一个变量取值的信息量可以看作是它带来的“使人惊讶的程度”,一个必然事件没有任何信息量,而一个极其偶然的事件的发生则会使人非常“惊讶”,因而包括大量信息。 自然地,信息量的概率就与变量的概率分布联系在了一起。香农熵(Shannon Entropy)成功表达了一个离散型变量所带来的平均信息量: ...

Avatar_small

Python脚本:sgf2asy.py

项目地址:https://github.com/nixzhu/sgf2asy 简单来说,就是将SGF格式的围棋棋谱变成Asymptote 格式的矢量图脚本。 原来我想写一些围棋方面的文档,也想自己整理一些棋谱,或者每个礼拜出个Kindle版的棋谱,用PDF格式,那么使用矢量图会看着很舒服。而且,控制脚本,就可以输出一盘棋不同阶段的图像,还可以将棋谱里的评论提出...

Avatar_small

PRML Notes - 1.5 Decision Theory

概率论为我们提供了一个用于表达不确性的框架,而最终我们需要使用这个框架所提供的内容来做出决策,比如,预测某个文本的真正的类别是什么。这就是决策论所扮演的角色。 推演和决策 推演(inference)指通过给定的有限的数据集,学习得到输入变量x与响应变量t的联合概率分布; 决策(decision)指根据我们对的理解,如何在面对新的问题时(x)去做出最优的决定(t)...

Avatar_small

2434: [Noi2011]阿狸的打字机

http://www.zybbs.org/JudgeOnline/problem.php?id=2434 RunID User Problem Result Memory Time Language Code ...

Avatar_small

自定义css完成

尝试了一下is-programmer的自定义CSS,终于完成了,目前还是比较符合我自己的审美观的。编写css的过程中发现IE9还是挺不错的,css3的一些特性都有支持了。border-radius和box-shadow都能支持,background-clip也获得了较好的支持,很不错啊,微软终于要放弃自己的那套恶心的filter了。

Avatar_small

WxRuby高亮代码(StyledTextCtrl)辅助

WxRuby真是我见过最糟糕的UI库……没有之一,文档写的不全,常数各种难找,有的甚至去翻了相应库的源代码才找到= =好在范例还是挺给力的。 使用的时候只要 Helper.createStyledTextCtrl(self)即可。部份代码参照了http://wxruby.rubyforge.org/svn/trunk/wxruby/samples/t...

Avatar_small

[vim]颜色工具ColorV和主题插件Galaxy

ColorV:一个Vim的颜色工具 github :https://github.com/Rykka/ColorV vim.org:http://www.vim.org/scripts/script.php?script_id=3597 color preview (:ColorVview) and :ColorV Gala...

Avatar_small

Acfun土豆转贴脚本

require "net/https" require "uri" require 'iconv' $i=Iconv.new("GBK","UTF-8") $player=<<EOF <embed width="950" height...

Avatar_small

Tarjan模板

相当经典的算法。以前都是背模板的,现在打算较深刻地理解一下…… 大致思想:遍历到点x时,在栈中的点是有可能与x组成SCC的点。如果x及其子树能够直接访问到的在栈中的DFS序最小的点是x,则x是一个强连通分量在DFS树中的根。每处理完一个根及其子树的信息,就输出此SCC。

Avatar_small

用 OpenAL 播放 ogg

不想说什么,直接上代码

Avatar_small

浅谈Android五大布局

Android的界面是有布局和组件协同完成的,布局好比是建筑里的框架,而组件则相当于建筑里的砖瓦。组件按照布局的要求依次排列,就组成了用户所看见的界面。Android的五大布局分别是LinearLayout(线性布局)、FrameLayout(单帧布局)、RelativeLayout(相对布局)、AbsoluteLayout(绝对布局)和TableLayout(表格布局)...

Avatar_small

PRML Notes - 1.1 Introduction

模式识别的目标 自动从数据中发现潜在规律,以利用这些规律做后续操作,如数据分类等。 模型选择和参数调节 类似的一族规律通常可以以一种模型的形式为表达,选择合适模型的过程称为模型选择(Model Selection)。模型选择的目的只是选择模型的形式,而模型的参数是未定的。 从数据中获得具体规律的过程称为训练或学习,训练的过程就是根据数据来对选定的模型进行...

Avatar_small

PRML Notes - 1.2 Probability Theory

模式识别过程中使用的数据集的特点确定了整个学习过程中具有不确定性。一方面,数据集中的样本容量是有限的,无法完整刻画数据中的规律;另一方面,现实世界中的数据集几乎总是有噪声的。 基本概念 加法规则,乘法规则,边缘分布,联合分布,条件概率,贝叶期定理(先验概率,后验概率),条件独立。 对于一个连续型变量,当趋近于0时,的取值称为该变量在此处的概率密度(probabi...

Avatar_small

2529: [Poi2011]Sticks

http://www.zybbs.org/JudgeOnline/problem.php?id=2529 RunID User Problem Result Memory Time Language Code ...

Head_small

OSD Lyrics 0.4.2

今天(1-19)是女友@Christinedog的生日,特地发新版本,祝她生日快乐:) 注:在发布不久后很悲剧地发现,在glib 2.31下编译不通过,于是急忙发了个补丁。目前各大发行版使用的glib是2.30,不会受到影响,不过2012年的新发行版本会有问题。这个bug只影响到编译,因此如果是下载安装包而不是自己编译的话,是不会有问题的。 下面是新版本功能介绍。