大海

SIMPLE THE COMPLEX

发表于 更新于 分类于
本文字数： 550 阅读时长 ≈ 1 分钟

停止更新，使用知识图谱

从2019开始通过博客框架Hexo以及文档框架Sphinx/MkDocs进行文档整理，总结过去在书本以及实际编程中的知识和技能。随着文档的增多，如何有效、规范的整理越来越多的文档成了一个新的难题

偶然间看过一篇文章，里面采用金字塔的形式，按重要/难易程度分层排列不同的知识和技能。这种方式确实能够帮助理清学过的知识，同时能够更加明确未来学习的着重点。我将整个金字塔按重要/难易程度从上到下升序分为5层:

  • 工具篇
  • 实现篇
  • 语言篇
  • 理论篇
  • 基础篇

阅读全文 »

发表于 更新于 分类于
本文字数： 5.9k 阅读时长 ≈ 11 分钟

ROC曲线（receiver operating characteristic curve，受试者工作特征曲线）是一个二维图，用于说明分类器在不同阈值下的分类能力

本文通过ROC曲线评价二元分类器

阅读全文 »

发表于 更新于 分类于
本文字数： 159 阅读时长 ≈ 1 分钟

算法的关键环节就是评价标准的细分，通过不同的评价标准，能够理清算法实现的边界，有助于进一步思考未来进步的方向。本文专注于学习分类任务和检测任务的评价标准，关键字如下：

阅读全文 »

发表于 更新于 分类于
本文字数： 92 阅读时长 ≈ 1 分钟

小结数学学习过程中总结的文档

阅读全文 »

发表于 更新于 分类于
本文字数： 451 阅读时长 ≈ 1 分钟

之前整理了一套文档生成、托管和发布流程，使用Sphinx完成工程文档的生成，使用Github完成文档的托管，使用Readthedocs完成文档的发布

在实践过程中发现整个流程都有或大或小的不足，尤其是Sphinx工具，最近学习了另外一个文档生成工具MkDocs，更加符合个人的需求

阅读全文 »

发表于 更新于 分类于
本文字数： 3.8k 阅读时长 ≈ 7 分钟

对于分类问题，最开始想到的评判标准就是检测准确率（accuracy），即样本检测类别和实际一致的数量占整个样本集的比率。进一步研究发现，还可以用更精细的标准来比较检测性能，学习步骤如下：

  1. 正样本和负样本
  2. TP/FP/TN/FN
  3. TPR/FPR/FDR/PPV/ACC
  4. ROC/AUC
阅读全文 »