11.27更新: logistic regression练习
前面一节介绍的是一个线性回归模型，不能直接用作分类问题。但是我们可以做一下修正，就可以达到分类的效果，其中逻辑回归(Logistic Regression)就是线性回归的一个延伸，专门用来做分类的模型，而且实际应用很广泛。
机器学习基石笔记(4)-线性回归
11.25日更新: Linear-Regression练习
前面的学习基本都是介绍机器学习可以学习的原因。这里开始讲如何学习。也就是如何选择算法去找到最好的hypothesis.接下来几篇将会介绍线性模型，包括前面的PLA(感知机), 以及这一节的Linear Regression(线性回归)，还有下一节的Logistic Regression(逻辑回归)，以及它们的联系。
机器学习基石笔记(3)
2016.11.30更新: VC维
上一节，我们把 leaning问题归结到了我们提到需要证明dichotomies是多项式的，这样就可以保证在N比较大的时候，BAD DATA出现的概率是很小的，这样就说明我们的 learning学到了东西，可以用来预测。
机器学习基石笔记(2)
learning的两个问题
从上一讲我们知道，我们知道learning可以分为两个问题: 如下 其实，training过程就是解决第二个问题的过程。 testing的过程则是解决第一个问题的过程。
flask-sqlalchemy中的lazy的解释
最近在学习到Flask中的Sqlalchemy, 不过在看到数据库关系db.relations()时对lazy这个参数一直很模糊。主要是看到Flask Web开发这本书中对关注与被关注的关系建模中，被lazy的使用绕晕了。
使用Twilio构建SlackBot
前段时间学习了Python的一个Web框架:Flask, 感觉很简洁(相对于Django)。正巧有一篇关于Flask的推送，使用Flask建立一个Slack的bot，感觉很有意思。就开始按照文章搭建了一次，顺手练习Flask;按照文章基本可以搭建完成;下面记录学习到的几个地方，细节部分不再赘述，原文中很清晰。 推送原文链接:How to Build an SMS Slack Bot in Python
<译>8个有力的Awk内建变量
翻译原文:8 Powerful Awk Built-in Variables http://www.thegeekstuff.com/这个博客真是不错。
这篇文章是Awk Tutorial Examples系列的一部分。
搭建git服务器以及web自动化部署
之前使用sae作为测试服务器，无奈云豆实在是消耗极快，于是就在阿里云上买了一个SEC, 还好当时是学生价。 因为之前用的sae提供的git作开发，迁移过来之后，也就想搭建一个git服务器，可以方便使用，并且还可以做到push上去代码，web页面可以自动更新了。 查了一些资料，大部分都一样， 不过也饶了一点弯路，最终搭建完成，记录于此。
利用chrome扩展使用HTTPS访问google
在国内访问google的时候，总是需要费一番周折，之前一直修改hosts,可以访问https://google.com.hk，后来发现总是出现连接被重置的情况，如下图：
Linux命令-Find
在文本处理中，经常涉及到对文件或者目录的查找操作，
find命令用的很多，每次用只会那些简单的用法，有时候还需要网上查，这次总结记录下吧。
记录Ubuntu & Windows下安装PyV8
2016.5.16更新: 提供PyV8 for python2.7 的window安装包网盘下载
这几天需要在使用
PyV8来进行python与javascript的交互。之前在window下安装过，也没有遇到什么问题。 结果这次在Ubuntu安装遇到了不少坑--主要是网上的办法都不可行，不知道为啥。最终折腾了一晚上，终于好了。
hexo同时部署到coding(gitcafe)和github
2017.07.10更新: 注:目前部署到coding需要在网页上表明coding.net 或者开通会员,否则在首次访问时候, coding.net强加推广页面
2016.03.07更新: 部署到coding时，如果使用pages的话，项目名称必须与coding的用户名一致，但是演示并没有这个要求。 而且目前为止：演示不能绑定自己的域名，而pages可以，所以说，为了以后方便，项目名称还是与用户名一致的好，不然部署pages会出现没有样式的bug.