даны три задачи https://bitbucket.org/tschool/javaschoolexam калькулятор, пирамида и подпоследовательность их надо решить за три дня. Уровень задач такой что хотя мой основной язык с++ , и на нем бы не решил их все . Без использования внешних библиотек
Мне для диплома нужно создать свой днс сервер, я не знаю что да как. Подскажите интересны ваши мысли
здарова юзаю такой код
switch(event.key)
{
case SDLK_F1:
{
//do something
}
}
switch quantity not an intege
Вообщем даже не знаю в какую сторону копать? в кодблоксе пишу
Вообщем, в проект требуются любые специалисты. Сойдут и те кто плохо пишет код, главное чтобы код работал как задумано. В качестве получения денег, только опыт.
Детали вопроса здесь https://gamedev.ru/code/forum/?id=237106
Есть возможность по воскресеньям учить ит. можно по скайпу связываться и час говорить.Предлагайте свои знания в комменты кому интересно.
Сейчас мне 26 лет.Обучаюсь на факультете компьютерных наук на 3 курсе ,специальность математика. Расскажу подробно, изначально в школе в 11 классе изучал pascal/delphi, html. Потом в универе на 1-3 курсе писал на delphi.Написал свой плеер музыки. Также изучал C# вроде работа с формами,кнопками,text edit,canvas написал свою нейросеть для курсовой, цифровая обработка сигналов.На шарпах не писал работу с бд и прочими asp.net и вебом.Также на 1 курсе делали на практике по вычислениям лабы на js ,benshell, java.На 2 м курсе изучали семестр c/c++ массивы ,деревья,указатели и сортировки. Также на 3 курсе был семестр явы, работа с коллекциями и драйвером подключения к бд. Устроился на 3 курсе тестировщиком в контору пишущей на с++. Поднахватался у них и написал свою игру getlucky.ucoz.net . boost и stl не понимаю.Потом уволился, три года нигде не работал,сейчас восстановился в универе опять на 3 курс считай 4й. Вопрос состоит в том что изучать ? Вроде есть вакансии на js,java,php,.net. Что посоветуете?
%1. Случай, когда классы отличаются лишь матожиданиями,
%а матрицы ковариации одинаковы C1=C2=C
clear all;
n=100;
C=[4 1 -1; 1 4 1;-1 1 4]; %матрица ковариации
%формируем реализации образов класса N1 на основе двумерной %гауссовcкой случайной величины с матожиданием M1
M1=[-2 -3 -3];
N1=randncor(3,n,C);
N1(1,:)=N1(1,:)+M1(1);
N1(2,:)=N1(2,:)+M1(2);
N1(3,:)=N1(3,:)+M1(3);
%формируем реализации образов класса N2 с матожиданием M2
M2=[1 11 0];
N2=randncor(3,n,C);
N2(1,:)=N2(1,:)+M2(1);
N2(2,:)=N2(2,:)+M2(2);
N2(3,:)=N2(3,:)+M2(3);
T1(1:n)=0;
T2(1:n)=1;
N=[N1 N2];
T=[T1 T2];
figure(1);
%subplot(2,2,1); %позволяет выводить графики каскадом
plotpv(N,T);
%Пусть на вход классификатора поступают реализации класса N1,
%тогда логарифм отношения правдоподобия g(x)
g1(1:n)=0;g2(1:n)=0;
I1=0;
I2=0;
for i=1:n
g1(i)=(N1(:,i)'/C)*(M1-M2)'-(1/2)*((M1+M2)/C)*(M1-M2)';
g2(i)=(N2(:,i)'/C)*(M1-M2)'-(1/2)*((M1+M2)/C)*(M1-M2)';
if g1(i)>0
I1=I1+1;
end;
if g2(i)>0
I2=I2+1;
end;
end;
figure(2);
subplot(1,2,1);
hist(g1,16); %для n<1000 получается не похоже на норм. распр.
subplot(1,2,2);
hist(g2,16); %для n<1000 получается не похоже на норм. распр.
%Посчитаем теоретические матожидание и дисперсию g(x) для %гипотезы о принадлежности первому классу
Mg_1=1/3*(M1-M2)/inv(C)*(M1-M2)'
a1=Mg_1;
Dg_1=2*a1
%второму классу
Mg_2=-1/3*(M1-M2)/inv(C)*(M1-M2)'
Dg_2=Dg_1
%посчитаем практические матожидание и дисперсию
Mg_pr_1=mean(g1)
Dg_pr_1=std(g1)^2
%оценим вероятность ошибки первого рода (принимаем решение о %принадлежности второму классу, а в действительности верна %гипотеза о принадлежности первому)
c1=0;
x=(c1-a1)/sqrt(2*a1);
alpha=normcdf(x)
%оценим вероятность ошибки второго рода (принимаем решение о %принадлежности первому классу, а в действительности верна %гипотеза о принадлежности второму)
x=(c1+a1)/sqrt(2*a1);
beta=1-normcdf(x)
SummOshibkaDlyaN1=1-I1/n
SummOshibkaDlyaN2=1-I2/n
%****Для второго класса
Mg_1=1/2*(M1-M2)/inv(C)*(M1-M2)'
Dg_1=2*Mg_1;
%второму классу
Mg_2=-1/2*(M1-M2)/inv(C)*(M1-M2)';
a2=Mg_2;
Dg_2=2*a2;
%посчитаем практические матожидание и дисперсию
Mg_pr_2=mean(g2)
Dg_pr_2=std(g2)^2
%оценим вероятность ошибки первого рода (принимаем решение о %принадлежности второму классу, а в действительности верна %гипотеза о принадлежности первому)
c1=0;
x=(c1-a2)/sqrt(2*a2);
alpha=1-normcdf(x)
%оценим вероятность ошибки второго рода (принимаем решение о %принадлежности первому классу, а в действительности верна %гипотеза о принадлежности второму)
x=(c1+a2)/sqrt(2*a2);
beta=normcdf(x)
function y=randncor(m,n,C);
%09.09.05 функция для генерации гауссовских случайных векторов
%с нулевым мат. ожиданием и матрицей ковариации С размера m*m
%m-размер (длина) вектора; n-количество генерируемых векторов
%в совокупности на выходе образуется матрица размера m*n
% формирование верхнетреугольной матрицы разложения (факторизации) Холецкого
R=chol(C);
%генерация матрицы размера m*n гауссовских независимых случайных величин с
%параметрами 0;1
x=randn(m,n);
%получение матрицы n гауссовских коррелированных векторов длиною m каждый
y=R'*x;
%пример проверки результатов путем оценки матрицы ковариации получаемой
%совокупности данных
% m=3; n=1000;
% C=[3 2 1;2 3 2;1 2 3]
% R=chol(C)
% A=R'*R
% x=randn(m,n);
% y=R'*x;
% оценка выборочной матрицы ковариации
% s=zeros(m,m)
% for i=1:n
% s=s+y(:,i)*y(:,i)';
% end;
% s=s/n
Вообщем рассмотрели моё резюме и просят код который они хотят посмотреть, что им отправить? Очень интересно что вы выложите в качестве портфолио, прошу мне самому очень интересно.
В связи с тем что я не могу создать сообщение в разделе инженерные и наука,создаю здесь и так есть задача из лабораторной 2 вариант 10(вот ссылка кому интересно https://www.dropbox.com/sh/k1ob0rcnqdzfowz/AACCsKLbtinLdbvhtNvFZM7ra?dl=0): Распознавание образов, описываемых произвольными законами распределения. Взять количество наблюдений 50-100.
1. Реализовать алгоритм распознавания двух классов, описываемых произвольным законом распределения с известными параметрами. 2. Провести имитационное моделирование алгоритма. Оценить вероятности ошибок 1-го и 2-го рода. 3. Рассчитать (оценить) теоретические вероятности ошибок и сравнить их с экспериментальными значениями.
1й класс Нормальное распределение mu=10 delta=3 2й класс Распределение Вейбулла mu=1.5 delta=3
И решение:
%task 2,variant 10: [2(1) +10(1)]
clc;
n = 100;
x1 = rand(n,2);
mu1 = 10;
sigma1 = 3;
x2 = rand(n,2);
mu2 = 1.5;
sigma2 = 3;
y1 = normpdf(x1(:,1),mu1,sigma1);
y2 = wblpdf(x2(:,1),mu2,sigma2);%weib
g1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(y1) + (((y1 - mu1).^2)*(mu2^sigma2))./(2*(sigma1^2)*(y1.^sigma2))
g2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(y2) + (((y2 - mu1).^2)*(mu2^sigma2))./(2*(sigma1^2)*(y2.^sigma2))
g = g1+g2
newmu1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(mean(y1)) + (((mean(y1) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(mean(y1)^sigma2));
newsigma1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(std(y1)) + (((std(y1) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(std(y1)^sigma2));
newmu2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(mean(y2)) + (((mean(y2) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(mean(y2)^sigma2));
newsigma2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(std(y2)) + (((std(y2) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(std(y2)^sigma2));
z1 = normpdf(g,newmu1,newsigma1);
z2 = wblpdf(g,newmu2,newsigma2);
l0 = n/2;
error12 = 0;
for i=1:l0
error12 = error12 + z1(i);
end;
error21 = 0;
for i=l0:1
error21 = error21 + z2(i);
end;
error12
error21
yt1 = normpdf(x1(:,2),mu1,sigma1);
yt2 = wblpdf(x2(:,2),mu2,sigma2);%weib
gt1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(yt1) + (((yt1 - mu1).^2)*(mu2^sigma2))./(2*(sigma1^2)*(yt1.^sigma2));
gt2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(yt2) + (((yt2 - mu1).^2)*(mu2^sigma2))./(2*(sigma1^2)*(yt2.^sigma2));
gt = gt1+gt2;
newmut1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(mean(yt1)) + (((mean(yt1) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(mean(yt1)^sigma2));
newsigmat1 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(std(yt1)) + (((std(yt1) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(std(yt1)^sigma2));
newmut2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(mean(yt2)) + (((mean(yt2) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(mean(yt2)^sigma2));
newsigmat2 = log((mu2^sigma2)/(sigma1/(2*pi)^(1/2))) - (sigma2^2 - sigma2)*log(std(yt2)) + (((std(yt2) - mu1)^2)*(mu2^sigma2))/(2*(sigma1^2)*(std(yt2)^sigma2));
zt1 = normpdf(gt,newmut1,newsigmat1);
zt2 = wblpdf(gt,newmut2,newsigmat2);
errort12 = 0;
for i=1:l0
errort12 = errort12 + zt1(i);
end;
errort21 = 0;
for i=l0:1
errort21 = errort21 + zt2(i);
end;
errort12
errort21
Правильно ли решение относительно всех вопросов?Необходимо сделать чтобы пакеты в сети были в формате secure(что - то вроде шифрования на транспортном уровне или следующем если не на этом) , а не в дефолтном.
Вообщем такое дело, есть идея ограничить собственное время провождение за компьютером и смартфоном. Что имеется операционки - windows , linux, mac os, os x, android, windows phone и есть сеть в которой эти устройства расположены и выход в интернет. Как реализовать чтобы время суммировалось со всех устройств в одно? Чем лучше реализовать?Фоновый процесс который будет делать ну что - то вроде подвигал мышку или нажал кнопку - время активируется плюс некоторое время , если не трогаешь некоторое время - деактивируется таймер. Потрогал тачскрин время аналогично добавилось к предыдущему и так пока не превысит заданное значение - например 2 часа в сутки и выскакивают переодические сообщения - вы превысили на столько то,и время записывает в файл на каком - либо устройстве,читает оттуда же,а если это устройство не в сети?Тогда на каком-либо ресурсе, но на каком?И каким образом вывести в файл время и его формат будет каким?А если нажать на обоих устройствах одновременно , то как считать? Также предусмотреть вариант офлайновой работы.Возможно нужно использовать общую бд и синхронизировать её по сети. Нужны ваши мысли.
пишу вот такое :
mount -t cifs //A.B.C.D/d /mnt
(где d - Windows share part of disk) выхлоп такой:
mounting //A.B.C.D/d on /mnt failed: no such device
Есть вот код который считает кол-во повторений слов из файла и пишет результат в файл вопрос почему долго выполняется? https://www.dropbox.com/sh/bjo8wlqs6tlfh1s/AABJi7XBW02Z9RTPNKdjh5GMa?dl=0
Перемещено leave из general
| ← назад |