关于苏格兰启蒙运动的思索
苏格兰启蒙运动,对于我这种纯编程的学生来说是很陌生的,也是在看了些关于《苏格兰:现代世界闻名的起点》这本书的书评后才有所了解,并有所感悟,特此记录。
首先先放上,Stackflow 的高票答案的结论
A list comprehension is usually a tiny bit faster than the precisely equivalent for loop (that actually builds a list), most likely because it doesn’t have to look up the list and its append method on every iteration. However, a list comprehension still does a bytecode-level loop.
显然,列表推导比 for 循环稍快。
答者的分析为列表解析没有创造一个列表的实体,所以它的稍微的性能提升来源于不需要在每次迭代中查找列表,和使用它的 append 函数。
最近写 VIM 专栏需要显示能够实时显示按键顺序的插件,其中 Keycastr 这个 Github 的开源项目使用的最舒心,安装也是最方便,特意留个档记录下。
1 |
|
Mac OS 安装了 Scapy 后,在 YouCompleteMe 中出现如下报错:
1 |
|
添加如下代码到配置环境变量文件(zsh 或者 bash)
1 |
|
在之前的SVM章节中我们介绍了其具体的原理和大致推导过程,但是由于SVM只能应用于线性可分的数据,那么如果出现了线性不可分的情况怎么办呢,这就要引入今天的重点核函数。这种思想将在未来的深度学习中也会出现。
原文链接:《Seven Habits of Effective Text Editing》
本文摘自Vim主要作者Bram Moolennar的2000年11月在其个人网站发布的提高文本编辑效率的7个方法,个人认为从工具作者那里学习如何使用工具是最好的学习方式。本篇文章重点介绍了,达到高效使用编辑器的方法。
集成学习的思想是将若干个学习器(分类器&回归器)组合之后产生新的学习器。
在学习这一章节中,老师提到了这个说法,我觉得非常言简意赅就直接引用了过来。集成学习算法的成功在于保证若分类器(错误率略小于0.5,即勉强比瞎猜好一点)的多样性,且集成不稳定的算法也能得到一种比较明显的提升。
注:深度学习其实也可以看作是一种集成学习