Linux 内核分析 之二:基于时间片轮转的简单的系统内核构造
说明 欧长坤 原创作品转载请注明出处 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC
Science and art, life in between.科学与艺术,生活在其间。
Bridging HCI, AI, and systems programming. Building intelligent human-in-the-loop optimization systems. Informed by psychology, sociology, cognitive science, and philosophy.连接人机交互、AI 与系统编程。构建智能的人在环优化系统。融合心理学、社会学、认知科学与哲学。
说明 欧长坤 原创作品转载请注明出处 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC
说明 欧长坤 原创作品转载请注明出处 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC
欧长坤初次发表于『知乎』, 转载请注明出处。 这个问题问得很深刻,人们花了很长的时间才领悟到这个问题的答案,所以解释起来有点费力。我这里尝试性地做一个解释。 首先,我们需要搞明白三件事情:什么是一个学习问题、什么是风险最小化、什么是经验风险最小化归纳原则。 什么是学习问题? 对于一个学习问题而言,给定了训练样本$(x_1,y_1),(x_2,y_2), ... , (x_l,y_l)$,而训练的样本是根据联合分布$F(x,y)=F(x)F(y|x)$抽取的l个独立同分布的观测。学习问题就是从给定的函数集$f(x,\alpha),\alpha \in \Lambda$中选出能够最好地逼近训练样本的函数,换句话说,就是用最优函数估计样本背后蕴含的统计规律——用$f(x,\alpha)$估计$y$。 注意,$\Lambda$是参数集合,参数$\alpha\in\Lambda$并不一定必须是向量,可以是任意多抽象参数。
还没到年根儿,却已经忍不住开始默默地盘点。2014年对我而言感受最深的一个词,就是修行。 有人说,世人痴愚、真妄难辨,人间殊途尽是同归,一切尽
睡前在知乎上看到一个类似的问题,于是也忍不住也自己盘点了一番,看的书不多,不过列出来的我感觉都是精品。 技术类的书就不说了,主要分享一下更偏人
早晨起床看邮件,发现收到了水果发来的WatchKit框架发布通知,遂中午下课马上开始看框架,发现WatchKit暂时作为一个iPhone App的Extension,还算是比较简单,Apple Watch只负责显示,一切计算都由iPhone完成。但是粗略读了文档后相信水果肯定会把Apple Watch逐步打造为一个独立平台,毕竟这个框架还是beta版。
Python操作MySQL,一个常用的方案就是使用MySQLdb库,安装在之前的日志已经介绍过了: Mac下新安装的MySQL无法登陆root用户解决方法 下面我们来看看如何使用Python操作MySQL,基本逻辑分为四个步骤。
谈CV,其实只需要从著名的Image Net Challenge说起就已经足够了。 多年前, CV的data set都非常非常小,几百个category几
今天听P哥说写了个爬虫抓我网站玩,所以就比较好奇分析了一下P哥来抓我网站的一个行为。 其实听着分析很高端的样子,本来我打算用python写个脚
第一次有图书馆概念的时候是初中,还是从数学老师那儿听来的,当时为了能够进去借书,好像还费了点儿功夫,记得初中的图书馆是不能在书架(虽然只有不