Roach's Blog

努力,为了可以做自己想做的事情

Archlinux Windows10 UEFI安装教程

preinstalled Windows10 dual boot

有些事情不试过之后,怎么甘心。 准备 首先,需要刻录一个Arch安装U盘。 我的当前电脑已经安装了Windows10,并且是GPT分区格式UEFI引导。 可以从Arch Linux的官方网站下载用于安装Arch Linux的iso镜像。而为了加速,世界上有很多开源社区建立了开源镜像站,里面提供很多发行版的iso镜像及软件源。下面我们从中科大的开源镜像站(http://mirr...

GitBook 使用教程

快速实现从安装到发布你的书籍

GitBook 是一个基于 Node.js 的命令行工具,可使用 Github/Git 和 Markdown 来制作精美的电子书。 GitBook 支持输出多种文档格式:pdf、eBook、静态网页(默认输出)。既然可以输出静态网页,那肯定可以通过 GitHub Pages 变成静态网站展示在互联网上。 在这里必须要赞美一下 Linus Torvalds,不仅编写的 Linux,...

shadowsocks 梯子使用

梯子相关

可能是看视频 VPS 被封,幸好搬瓦工可以更换 IP,今天记录一下 ss 搭建的整个过程 搬瓦工 这是必备条件,购买一个 VPS,不然谁接你扔过墙的绳 T_T… 搬瓦工,页面里有优惠码! ssh 使用方法 [xq@roach ~]$ ssh name@ip_address -p ssh_port 上面要填的分别是,要通过 ssh 连接主机上的 用户名、主机的IP地址、...

近端梯度下降——Proximal Method

L1 范数问题求解

从头越,苍山如海,残阳如血。 Subgradient 定义 (subgradient; subdifferential). 对于在 $p$ 维欧式空间中的凸开子集 $U$ 上定义的实值函数 $f:U \Rightarrow \mathbb{R}$,一个 $p$ 维向量 $v$ 称为 $f$ 在一点 $x_0 \in U$ 处的 $\mbox{subgradient}$,如果对于任...

Exception Maximization in Gnernel

LLE for theta with latern variables.

最大期望算法(Expectation-maximization algorithm,又叫期望最大化算法)在统计中被用于寻找,依赖(存在)于不可观察的隐性变量的概率模型中,参数的最大似然估计。 在统计计算中,最大期望(EM)算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法,其中概率模型依赖于(存在)无法观测的隐藏变量(Latent Variable)。最大期望经常用在机器...

Kernel Regression

Logistic & Ridge Kernel

损失函数 + L2正则化的极值问题,都可以用核变成一个非线性的问题。 L2正则极值问题 如果最小化问题如下所述: 那么,$w$ 的最优解就可以表示为 $w_*=\sum_{n=1}^N \beta_n z_n$,这里 $z_n$ 可以表示原始样本空间,也可以表示经过核变换之后的空间。 证明 我们可以使得 $w_* = w_{\mid\mid}+w_{\bot}$,其中 ...

Adaboost 初识

ADAptive BOOSTing

AdaBoost, short for “Adaptive Boosting”, is a machine learning meta-algorithm formulated by Yoav Freund and Robert Schapire who won the Gödel Prize in 2003 for their work. 哥德尔奖颁发给理论计算机领域最杰出的学...