今天看到一條熱搜微博。博主在超市看到有小孩想吃草莓，奶奶嫌貴不給買。小孩大哭。 博主的建議是給孩子買點嘗鮮，少買點垃圾食品就把這錢擠出來了。 沒想到，無數(shù)條評論攻擊她——何不...
發(fā)簡信
IP屬地：四川
-
40元一斤的草莓，有點貴，但我依然會給孩子買！
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（10）聚類吳恩達(dá)-機器學(xué)習(xí)課程--13:Clustering 的學(xué)習(xí)總結(jié)： 最常見的非監(jiān)督算法：K-means算法 假如想把以下訓(xùn)練集訓(xùn)練分為兩簇 隨機選擇兩點，一部分點離紅點更近，一...
-
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（7）機器學(xué)習(xí)應(yīng)用建議吳恩達(dá)-機器學(xué)習(xí)課程--10: Advice for applying Machine Learning的學(xué)習(xí)總結(jié)： 當(dāng)我們發(fā)現(xiàn)建立的模型預(yù)測錯誤率很高時，通常會采取以下措施...
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（5）神經(jīng)網(wǎng)絡(luò)吳恩達(dá)-機器學(xué)習(xí)課程--08: Neural Networks的學(xué)習(xí)總結(jié)： 復(fù)雜的非線性分類問題上，特征維數(shù)n非常大，邏輯回歸算法將不適用。 使用簡單的邏輯單元模型模擬神經(jīng)元...
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（3）邏輯回歸吳恩達(dá)-機器學(xué)習(xí)課程--06: Logistic Regression的學(xué)習(xí)總結(jié)： 邏輯回歸是一種分類算法 二元分類問題中，y為0或1，用線性回歸模型并不適用，因為hθ(x)...
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（2）多元線性回歸
吳恩達(dá)-機器學(xué)習(xí)課程--04: Linear regression with multiplefeatures的學(xué)習(xí)總結(jié)： 假設(shè)現(xiàn)在有x1,x2,x3,x4四個特征，假設(shè)函數(shù)...
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（4）正則化
吳恩達(dá)-機器學(xué)習(xí)課程--07: Regularization的學(xué)習(xí)總結(jié)： 欠擬合（underfitting/high bias）：模型的擬合程度不高，數(shù)據(jù)距擬合曲線較遠(yuǎn)。 過...
-
學(xué)習(xí)筆記-機器學(xué)習(xí)-（1）入門、線性回歸算法吳恩達(dá)-機器學(xué)習(xí)課程--01and02:Introduction, Regression Analysis, and Gradient Descent的學(xué)習(xí)總結(jié)： 監(jiān)督學(xué)習(xí)（...
-
餅干和蛋糕 ·美是什么概念？只是外表的美？
我看了這文覺得樓主對于美有些歧異？
教育女兒健康的美學(xué)觀念很重，我也是一名老師，我就沒發(fā)現(xiàn)我們學(xué)校有這樣的情況。家教和校規(guī)、家庭的環(huán)境和父母對子女的言傳身教、愛與美的教育、老師對于學(xué)生的引導(dǎo)和態(tài)度都很重要。
而不是愛美就會有不當(dāng)?shù)氖虑榘l(fā)生。 -
本專題僅收錄求職、簡歷、換工作、職業(yè)規(guī)劃、招聘、職場干貨、上班感悟、管理提升、工作效率等與上班相關(guān)文章。 專題投稿和推薦到首頁等事宜請看須知：http://www.lxweimin.com/p/a74168f36c2d 專題主編：不世虹霓 http://www.lxweimin.com/u/70c7ef96b1b3 官方交流群【簡書?上班這點事兒】 各位作者大大們好～我是咱專題的新主編（簡書ID：不世虹霓），很高興認(rèn)識大家(o^^o) 有幾個關(guān)于專題的小變化想和大家分享： 1、從今天起，每天會由我們專題的首席推廣官 @美熙醬 在 專題的幾個社群內(nèi)分享專題日報，核心內(nèi)容主要包括：專題好文推薦（每日3篇，幫助作者提升閱讀量）、金句分享等，未來還會不斷更新補充內(nèi)容。如果你們有什么想要了解的資訊，也歡迎隨時告訴我們喲～ 2、目前專題有3個社群，平時都靜悄悄的，也有不少小伙伴重復(fù)進群。為了營造更好的社群氛圍，讓它重新激發(fā)活力，這個月我們會就社群進行一些調(diào)整。每個群會設(shè)定不同主題，之后會組織線上交流、研討活動，也會陸續(xù)邀請一些職場咖給我們做群內(nèi)經(jīng)驗分享。此外，每個群會有一名『專題金牌導(dǎo)師』常駐，和大家進行更多交流互動。原則上每位小伙伴不重復(fù)入群，具體規(guī)則和活動稍后公布，敬請期待。 3、群內(nèi)可分享任何來自簡書的鏈接（包括簡書各個公眾號），但不可以分享其他的一切外鏈（包括公公眾號及個人名片、截圖），不可以發(fā)任何推廣、廣告信息，否則群主和管理員會直接抱走，隨時損失幾個億哦～ 衷心希望大家能在上班專題有所收獲，有所成長。 最后：你一定要努力，但千萬別著急??
-
Hi，很高興在@IT·互聯(lián)網(wǎng)專題遇見你。 收錄范圍：收錄IT&互聯(lián)網(wǎng)行業(yè)觀察與思考，數(shù)碼產(chǎn)品極客體驗分析等類型文章 投稿須知：http://www.lxweimin.com/p/4edc76104c27 專題主編：@若錦 http://www.lxweimin.com/u/e4c63b354a77 官方社群：可聯(lián)系添加 @若錦 加入專題官方社群交流、學(xué)習(xí)，添加時備注簡書ID。
-
你也許并不太懂Kindle文/直樹桑 “寫在前面” 昨天在自己剛弄的公眾號拾書小記（ID：shishuxiaoji）發(fā)了第一篇推文，也就是這篇《你也許并不太懂Kindle》，結(jié)果刷爆了朋友圈，一天多...
