最近想重新开始学习Coursera上的Algorithms, Part I课程（之前学了第一周就放弃了），顺便这次从Windows换到Linux平台体验下。

因为几乎完全不熟悉Java, 第一个练习作业就有点懵逼，尤其是jar包相关。我第一次做这个的时候很可能也犯了不少错，但是现在忘了，感觉有必要记录一下。

复习

1. 上一节的内容被称作traingin model, 主要是根据big data set计算获得coefficient的过程;
2. 可以不懂公式的具体原理，但是要知道每个参数的含义、如何使用算法、用代码实现算法;
3. 利用SGD随机梯度下降算法计算coef;

这一节课主要讲贝叶斯公式Bayes’ theorem

• 如何用已知预测未知
• Prediction Model
  几乎所有模型都是基于训练模型Training Model和预测模型Prediction Model，这一节也会使用贝叶斯算法实现这两个模型

Bayes’ theorem and Prediction Model

复习

1. Finalize持久化，将算法、参数和数据持久化为一个文件
2. Framework框架，将模型选择的总体流程打包为一个框架
   pipeline管道方式
3. Dimensionality Reduction降维
   降维使用 PCA 主元分析法，pipeline管道方式作为流水线
4. frequent item set常用物品组合

今天的内容主要是算法的详细深入讲解，不再是简单调用第三方库，而是完全自己实现用到的算法，这才是真正工作中的场景。

复习

对数据进行预处理的方式，注意预处理只改变X而不改变y：

1. Rescale
2. standardlize
3. Normalize
4. binarize

改进计算准确率accuracy score的方式：

1. K-fold
   没有考虑到标签分组情况，还不够好
2. StratifiedKFold

模型选择思路：

1. 均值看准确率
2. 标准差看稳定性

更直观的方式：

1. 箱子图
2. Confusion Matrix 混淆矩阵/模糊矩阵

今天主要有3个专题：

1. 将训练好的模型持久化保存
2. 从数据预处理到算法评估，搭建一整套框架完整这些任务
3. 对数据进行降维处理

复习

预测模型

评估模型

对多个模型进行选择，基于准确率accuracy score进行。

其他

都是基于概率论的贝叶斯公式bayes‘ rule。

主干工作是前面的2个模型，后期的工作是研究各个算法（课堂只用了KNN等），拓宽广度为工作服务，但暂时先不必研究深度，后期如果研究透了再研究。

学者一般是只研究理论，而不实践应用。
我们的优势是可以接触生产环境、把理论应用到实践中，然后如果发现问题，如性能问题等，进行优化，就可以研究理论进行优化、发表论文。外国很多人也是这样做的。

在不疑处有疑。 在别人不怀疑的地方怀疑

本节预览Data preprosessing、Model Selection（对评估模型优化）

这节课程主要是这3部分，重点是2和3。

前言

这节课是公司“学徒计划”训练营Python课程班的第4节课，前3节课主要讲了web框架（Django和原生方式）、selenium自动化测试工具的使用、网络爬虫（Scrapy和原生方式）。

这节课开始，进入课程的主要内容——机器学习部分。

这节课主要是4类python库的使用：

1. Numpy 数据处理
2. Pandas 读取文件
3. Matplotlib 图形化展示
4. Scipy高级科学计算库和scikit-learn机器学习库

每到晚上就不想睡觉，其实也没啥好玩，甚至感觉玩手机、电脑很无聊，但就是单纯不想睡觉。

前天周五熬夜到3点多快4点，昨晚准备12点睡，结果还是和平时一样熬夜到1点。迷迷糊糊快睡着时突然感觉身体开始颤抖、身体不受控制，好在时间不长，持续了大概一两分钟，最多四、五分钟的样子。

最近一段时间在家看coursera看网课，发现有一门课的视频点开就是“Sorry, we are down for maintenance.”，但是这一门课的非视频材料、其他课程的所有材料都正常，而且在公司电脑打开视频页面也完全正常。

这种公众号引流的方法越来越普遍了，很烦。与其每次都找到并拿起手机-打开微信-扫码关注-回复获取验证码-回到电脑输入验证码，不如学一下怎么破解，哪怕每次花的时间更久也值得，起码学到了东西。

1

点击下载后出现验证码

现在是23年7月中旬，大概是在两年半之前的20年年底，我突发奇想搞了个博客。当时也没想过为什么写、写什么，反正稀里糊涂陆陆续续记录了一些东西，以学习笔记为主。后面开始忙了+热情逐渐消退+没有目标，基本很少更新内容，直到前段时间发现第二个域名即将过期，打算认真思考下博客的定位，养成写作的习惯。