机器学习 | 决策树 理论篇

决策树学习的目的是为了产生一棵泛化能力强,即处理未见示例能力强的决策树。 决策树学习的关键在于如何选择最优划分属性。 我们希望决策树的分支结点所包含的样本尽可能属于同一类别,即结点的“纯度”(purity)越来越高。 经典的属性划分方法 信息增益 增益率 基尼指数 信息增益 “信息熵”是度量样本集合纯度最常用的一种指标。 属性a对样本集D进行划分所获得的“信息增益”: 一般而言,信息增

- 阅读全文 -

嵌入式 | ARM中断异常

    异常优先级:   ARM处理器的异常空间:   在所有异常的入口,IRQ 中断被屏蔽 ,只有重新被使能才可触发内核响应。(如:中断嵌套处理) 在 FIQ 和 Reset 异常的入口,FIQ中断被屏蔽。 ARM处理器响应异常的过程如下(只能在ARM状态下完成): CPSR寄存器的内容——复制——> SPSR_寄存器(对应模式下)

- 阅读全文 -

嵌入式 | ARM工作模式详解

ARM v4版本的处理器有以下两个工作状态: ARM状态:32位,执行字对准的ARM指令。(性能好,代码密度小 Thumb状态:16位,执行半字对准的Thumb指令。(性能差,代码密度大)   进入Thumb状态的方法是: 执行BX指令,并设置操作数寄存器的状态(位[0])为1。 在Thumb状态进入异常(所有的异常都是ARM状态),当异常处理返回时自动转换Thumb指

- 阅读全文 -

嵌入式 | ARM嵌入式微处理器概论

ARM内核是一种32位RISC微处理器,具有功耗低、性价比高、代码密度高等三大特色。 ARM处理器具有RISC体系结构的典型特征,同时具有以下特点: 在每条数据处理指令当中,都控制算术逻辑单元ALU和移位器,以使ALU和移位器获得最大的利用率。 自动递增和自动递减的寻址模式,以优化程序中的循环。 同时Load和Store多条指令,以增加数据吞吐量; 所有指令都可以条件执行,以增大执行吞吐量

- 阅读全文 -

嵌入式 | 嵌入式系统概论

嵌入式系统的硬件是以嵌入式微处理器为核心,主要由嵌入式微处理器、总线、存储器、输入/输出接口和设备组成。 嵌入式系统的软件是由初始化代码及驱动、嵌入式操作系统和应用程序等软件有机地结合在一起形成系统特定的一体化软件。 总线是CPU与存储器和设备通信的机制,是计算机各部件之间传送数据、地址和控制信息的公共通道。     嵌入式微处理器的体系结构:可以分为冯•诺依曼(VonNe

- 阅读全文 -

嵌入式 | U-Boot的源码stm_flash.c详细剖析

FLASH存储器 FLASH存储器又称为闪存,它也是可重复擦写的储器,部分书籍会把FLASH存储器称为FLASH ROM,但它的容量一般比EEPROM大得多,且在擦除时,一般以多个字节为单位。 根据存储单元电路的不同,FLASH存储器又分为NOR FLASH和NAND FLASH。 支持XIP,才能直接运行代码,SD卡,硬盘,U盘其实都是NAND FLASH,STM32F429芯片其实是集成1M

- 阅读全文 -

深度学习 | 神经网络概论-Demystification

在许多领域中,人工神经网络运用是很广泛的,比如:语音识别、机器翻译、人脸图像识别、癌细胞的识别、疾病的预测和股市走向的预测等领域。 人工神经网络听起来very高大上,其实它本质上是一种有向图,只不过它这有向图有点特殊。 有向图包括 节点 和 有向弧 。 人工神经网络神经元其实是有向图的节点,不过是换种代名词。 下面我谈一下这种有向图的特殊性:   1. 所有的节点是分层的(同一

- 阅读全文 -

机器学习 | 线性模型之Logistic回归

对数几率回归:(Logistic回归) 解决二分类问题   单位阶跃函数:(不连续、理想状态) y代表输出标记,z代表预测值 预测值大于零就判为正例,小于零就判为反例,预测值为临界值零则可任意判别 对数几率函数(可微、任意阶可导)(替代函数)   对数几率(log odds):本作为正例的相对可能性的对数   单位阶跃函数与对数几率函数的比较  

- 阅读全文 -

机器学习 | 决策树 实践篇

问题 基于表中编号为1、2、3、6、7、9、10、14、15、16、17的11个样本的色泽、根蒂、敲声、文理特性构建决策树,编程实现。 代码实现 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Sun Oct 14 21:45:45 2018 @author: harley 青绿:0,乌黑:1,浅白:2 蜷缩:0,稍蜷

- 阅读全文 -