跳到主要內容

子風的知識庫

記錄任何學習過的知識

搜尋此網誌

文章列表

目前顯示的是 1月, 2016的文章

發表文章

[Math] 矩陣微分

Math

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Web] 顯示數學方程式 MathJax

HTML JavaScript Math Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Web] 顯示數學方程式 KaTeX

HTML JavaScript Math Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Django] Django 指令集

Django Python Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Javascript] JSON 介紹

JavaScript Perl Python R VBA Visual C++

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[JavaScript] 物件導向寫法

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Web] 美化網頁程式碼

HTML JavaScript Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[健康] 凱格爾運動

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] PyInstaller 教學

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] 正規表示法 Regular Expression

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] 變數定義與傳遞

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[JavaScript] JavaScript 線上壓縮 & 排版

JavaScript Tool Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[理財] 內部投資報酬率 (Internal Rate of Return)

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] Function -> Module -> Package

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[VBA] 規劃求解

VBA

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[AutoIT] 執行應用程式

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Git] Git 指令集

Git

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[健康] 囚徒健身

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Visual C++] Issue Flow

Tool Visual C++

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[AutoIt] 運動次數提醒器

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Visual C++] BMP Maker

Tool Visual C++

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[太極拳] 體驗不用力

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Tool] Git Tool 記錄

Git Tool

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Web] 治具管理系統

Django HTML Python Web

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] ICT Test Tool

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[AutoIt] PADS Layout Review Tool

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Visual C++] Net Compare Tool

Tool Visual C++

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] Challenge

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Python] Lotus Notes Send & Read Mail

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[R] 最佳化回授電阻

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[R] 計算年度報酬率

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[GitHub] GitHub SSH Connect

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[VBA] checksumVBA

Tool VBA

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[VBA] 下午茶訂單統計

Tool VBA

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[IRS] TD Ameritrade IRS 報稅實際操作流程

美稅理財 IRS TD Ameritrade

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[TD] TD 如何匯回台灣

理財 TD Ameritrade

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[IRS] IRS 報稅需知

美稅理財 IRS

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[GnuCash] GnuCash 快速算出已獲利

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[理財] 簡易儲蓄方法

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[GnuCash] GnuCash 線上更新股價&匯率

理財 GnuCash Perl

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[理財] 儲蓄險 V.S. 定存

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

[Tool] Cmder 設定

Git GitHub Tool

+

取得連結
Facebook
Twitter
Pinterest
以電子郵件傳送
其他應用程式

綱要

2022 1
- 4月 2022 1

2021 3
- 6月 2021 2
- 4月 2021 1
2020 11
2019 32
2018 32
2017 107
2016 173

顯示更多顯示較少

標籤

經典 Python Machine Learning 理財 Circuit Tool Web Go JavaScript Linux

HTML Django R Git Math Raspberry Pi VBA Visual C++ AutoIt GnuCash SQL TD Ameritrade D3 GitHub IRS Perl Vim jQuery 健康太極拳定存美稅 Rust XMind

顯示更多顯示較少

熱門文章

[Python] Matplotlib 基本教學

程式語言：Python Package：matplotlib 官網官方圖廊功能：畫圖基本概念 Figure 最上層的物件包含 Axes 物件，甚至其他的元件 Axes 常用的畫圖物件，包含座標軸，像是直方圖、折線圖、圓餅圖等 Axis 座標軸物件若使用 plt.method，其實就是在呼叫當前的 axes 進行畫圖 matplotlib.pyplot.gcf() 得到當前的 figure matplotlib.pyplot.gca() 得到當前的 axes matplotlib.pyplot.sca(ax) 設定當前的 axes，並且會自動更正 figure 參數對應圖線圖 import numpy as np import matplotlib.pyplot as plt # 建立 x，從 -pi 到 pi，共 100 點，且需包含終點 pi x = np.linspace(-np.pi, np.pi, num=100, endpoint=True) c,s,t = np.cos(x), np.sin(x), np.tan(x) # 第一次呼叫 plt.plot 會自動建立合適的 figure # 之後若有使用到 plt.method 皆以此 figure 為主 # 可以使用 latex 語法，需用 $ ... $ 包住 plt.plot(x, c, label=r'cos$\theta$') # 之後呼叫 plt.plot 會使用先前建立的 figure # 畫出紅色向下三角形 plt.plot(x, s, 'rv', label=r'sin$\theta$') # 畫出綠虛線，並在各點位置標上綠線青圓點 plt.plot(x, t, color='g', linestyle='dashed', marker='o', markerfacecolor='c', markersize=5) # 以下為特調需求，不見得需要 # --------------------------------------------- # 用

[ML] 機器學習技法：第十四講 Radial Basis Function Network

ML：基礎技法學習 Package：scikit-learn 課程：機器學習技法簡介：第十四講 Radial Basis Function Network RBF Network Hypothesis $$ h(\mathbf{x})=\mathrm{Output}(\sum_{m=1}^{M}\beta _m\mathrm{RBF}(\mathbf{x},\boldsymbol\mu _m)+b)\\ $$ centers：\(\boldsymbol\mu _m\)，votes：\(\beta _m\) \(b\) 通常為 0 radial 只跟 \(\mathbf{x}\) 和中心點 \(\boldsymbol\mu_m\) 的距離有關 basis function 拿來做線性組合的基本 function 故 Radial Basis Function (RBF) Network 就是 radial hypotheses 的線性組合而 RBF Network 在歷史上其實只是 NNet 的其中一個分支如下圖，內積 + tanh (NNet) vs 與中心的距離 + RBF (RBF Network) $$ g_{SVM}(\mathbf{x})=sign\left (\sum _{SV} \alpha _ny_ne^{(-\gamma \left \| \mathbf{x}-\mathbf{x}_n \right \|^2)+b} \right ) $$ Gaussian kernel 為其中一種 Radial Basis Function (RBF) kernel 所以將 \(g_{SVM}\) 套進 RBF 基本模型，可參考 [ML] 機器學習技法：第三講 Kernel SVM RBF：Gaussian Output：sign M：SV 的數量 \(\boldsymbol\mu _m\)：SVM SVs \(\mathbf{x}_n\) \(\beta _m\)：\(\alpha _ny_n\) 事實上，機器學習一直在對相似性進行處理 \(Neuron(\mathbf{x}, {\mathbf{x}}') = tanh(\gamma \math

[Python] logging 教學

程式語言：Python Package：logging 官方文件功能：顯示不同層級的訊息以供 debug import logging # 基礎設定 logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(name)-12s %(levelname)-8s %(message)s', datefmt='%m-%d %H:%M', handlers = [logging.FileHandler('my.log', 'w', 'utf-8'),]) # 定義 handler 輸出 sys.stderr console = logging.StreamHandler() console.setLevel(logging.INFO) # 設定輸出格式 formatter = logging.Formatter('%(name)-12s: %(levelname)-8s %(message)s') # handler 設定輸出格式 console.setFormatter(formatter) # 加入 hander 到 root logger logging.getLogger('').addHandler(console) # root 輸出 logging.info('道可道非常道') # 定義另兩個 logger logger1 = logging.getLogger('myapp.area1') logger2 = logging.getLogger('myapp.area2') logger1.debug('天高地遠') logger1.info('天龍地虎') logger2.warning('天發殺機') logger2.error('地動天搖') 終端結果 root : INFO 道可道非常道 m

[Math] 矩陣微分

數學知識：矩陣微分線代啟示錄 Wiki Matrix calculus 簡介：矩陣微分定義與基本性質定義：scalar by vector 的導數假設 \(f\) 為 function，且擁有 \(p\) 個獨立變數 \(x_1,x_2,\cdots,x_p\) 令 \(\mathbf{x} = [x_1,x_2,\cdots,x_p]^{T} \) \(\frac{\partial f}{\partial \mathbf{x}} = \left [\frac{\partial f}{\partial x_1},\frac{\partial f}{\partial x_2},\cdots,\frac{\partial f}{\partial x_p}\right ]^T\) 定理(1)：\(\frac{\partial \mathbf{x}^T\mathbf{x}}{\partial \mathbf{x}}=2\mathbf{x}\) \(Proof:\) $$ \begin{align*} \frac{\partial \mathbf{x}^T\mathbf{x}}{\partial \mathbf{x}}&=[\frac{\partial \mathbf{x}^T\mathbf{x}}{\partial x_1},\frac{\partial \mathbf{x}^T\mathbf{x}}{\partial x_1},\frac{\partial \mathbf{x}^T\mathbf{x}}{\partial x_p}]^T \\&=[\frac{\partial \sum_{i=1}^{n}x_i^2}{\partial x_1},\frac{\partial \sum_{i=1}^{n}x_i^2}{\partial x_2},\cdots,\frac{\partial \sum_{i=1}^{n}x_i^2}{\partial x_p}]^T \\ &=[2x_1,2x_2,\cdots,2x_p]^T \\ &=2[x_1,x_2,\cdots,x_p]^T \\ &=2\mathbf{x} \end{align*}$$

[Python] 正規表示法 Regular Expression

程式語言：Python Package：re re 官方文件 debug online： Debuggex regex101 功能：處理匹配字串 import re re.search(pattern, string)

子風

檢舉濫用情形

技術提供：Blogger