认知科学如何推动人工智能的发展

导言人工智能一直致力于用计算机来实现人类的智能所能完成的任务,经过数代人的努力,现在的人工智能已经取得了一定的成绩,但距离真正的人类智能还很遥远。而要想获得更近一步的成果,回归认知科学,从神经科学借鉴经验,已经是众多业内人士的共识。可以说,认知时代的人工智能依赖于脑科学、生命科学和心理学等学科的发现。 下面从两个例子具体说明认知科学如何推动人工智能的发展。 1. 从生物神经元到 M-P......

Linux0.00 源码分析

基于赵炯博士《Linux内核完全注释3.0》第四章一个简单的多任务内核实例,对Linux0.00要点进行分析

由于Linux Towards 最初完成的Linux 0.00已经丢失,本文所述的Linux 0.00 版本是赵炯博士根据Linux的时候描述的还原之作。 博主所用Linux 0.00 代码为 intel 汇编语法,采用NASM汇编器,源码可在此处下载 阅读本文,最好一边阅读,一边调试代码,一边观察各寄存器、表、栈的值,一边思考! 1. Linux0.00 源码构成此内核实例包含两个源......

实模式与保护模式下的内存访问

Intel x86 架构下的内存访问过程的寄存器级阐述,涉及内存管理之分段机制

本文所有配图皆来源于 Intel® 64 and IA-32 Architectures Software Developer’s Manual 本文主要从 x86 硬件层面内存访问过程进行一定讲解,若对操作系统的段页式分配不甚了解,可查看博主另一篇文章 内存管理之段页式机制 1. 实模式下的内存访问Intell 早期的 8086 CPU 提供了20根地址线,可寻址空间范围为0~2^2......

内存管理之段页式机制

本文所有配图来源于 William Stallings, Operating Systems - Internals and Design Principals 内存管理是操作系统的核心任务之一。内存管理机制由早先的分区技术发展成被现在各大流行操作系统广泛使用的段页式机制,在正式介绍段页式机制之前,必须了解什么虚拟内存技术,因为不管是分段还是分页亦或是段页式结合,都是建立在虚存的技术之上......

部署hexo到VPS

1. 前言终于再次折腾了下博客。到 google analytics 上看了下这一年来的浏览量,还可以,但是全部来源于google,没有来自百度的记录。查了下,果然百度没有收录任何一篇博客。这是因为 github page 限制了百度爬虫。于是,决定将博客部署到个人VPS上。 既然决定要将 hexo blog 部署到 vps上,那么如何实现自动部署是我们所关注的。可以在 vps 搭个 Git......

高斯混合模型及其EM算法

高斯混合模型分析及其EM算法Python实现

1. 高斯分布高斯分布(Gaussian Distribution),又称为正态分布。若随机变量 X 服从一个位置参数为$\mu$ 、尺度参数为$\sigma$的概率分布,记为: X\sim N(\mu ,\sigma ^{2})则其概率密度函数为: f(x)=\frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^{2}}{2\sigma}}正态分布的数......

PCA原理分析及Python实现

1. 降维的意义绝大多数机器学习方法在满足密采样的情况下,都能取得出色的分类效果。但是,在现实应用中,属性维度经常成千上万,要满足密采样条件所需的样本数目是不可能达到的。而且,很多机器学习方法都需要进行距离计算,而高维空间下的距离计算往往并不是那么容易。这被称为维数灾难。缓解维数灾难的一个重要途径是降维。 降维的好处: 增加样本密度。舍弃部分信息之后,能使样本的采样密度变大,这是降维的重要......

逻辑斯蒂回归分析及Python实现

1. 核心思想上一篇讲到了线性回归,本篇要讲的是分类问题。于是我们想到了能否使用线性回归来处理分类问题,事实上并不可行,由于在线性模型中,预测模型会出现任意值,而二分类模型中,y 的取值有只有 0 或者 1, 因此线性回归模型不适用于分类问题。但是如果能将线性回归的结果映射到(0,1)区间,那么就可以帮助我们进行分类了。问题的关键就变成了寻找一个具有良好数学性质的映射函数的选择。 2. 逻......

自动生成白盒测试基本路径程序的实现

1. 白盒测试白盒测试就是把测试对象看作一个透明的盒子,允许测试人员利用程序内部的逻辑及有关信息,设计或选择测试用例,对所有逻辑路径进行测试。白盒测试主要对程序做如下检查: 对模块的每一个独立执行路径至少测试一次; 对所有逻辑判定的每一个分支 (真与假 )都至少测试一次; 在循环的边界和运行界限内执行循环体; 测试内部数据结构的有效性; 2. 基本路径测试法路径测试:设计足够多的用例,使......

线性回归之多项式拟合曲线

1. 线性回归模型通常变量之间存在着某种关系,可以使用线性方程来描述这种关系。 1.1 函数模型对于多样本数据,可写成矩阵形式: 1.2 损失函数需要根据样本数据,来找到一条曲线拟合这些数据,因此需要一个标准来刻画曲线与实际值的距离。 损失函数(loss function) :刻画拟合曲线与目标label 距离的函数。使用残差平方和作为loss function 因此,现在目标就变成了求出......