FSL FEAT 英文教材

fsl的feat软件分包使用笔记

introduction: 1. feat 是一种基于模型的fmri数据分析方法. 2. feat 首先使用顺手,至少看起来,比spm漂亮多了. feat是按照正常人的使用方法去设计的. spm 由于matlab的gui库的限制,诶,不说了.还是自己能力不够啊.不够熟练啊. 3. feat 对于单被试,也就是individual的情形,大概需要5到10分钟,能跑出结果,最后,结果在网页进行显示.直接显示了激活图,显示了时间序列和model的拟合情况. 4. feat是基于glm而设计的,也就是基

成功的背后 !( 致给所有IT人员)

转载了这篇文章,希望能对自己和看到这篇博客的人有所激励. 成功的背后,有着许多不为人知的故事,而正是这些夹杂着泪水和汗水的过去,才成就了一个个走向成功的普通人. ------------------------------------------------------------------------------------------------------------------------------------------- [[[[[[[文章好长,做好心里准备]]]]]]]]]]]

Swift语言学习

因为想要学Mac os x编程,中文教材太少了,看了很多厉害的英文教材,很多都是swift语言的了,所以决定先要大体学一下swift语言. 学习一门语言,第一件事看swift官方文档,这里附上CocoaChina翻译小组翻译自苹果的官方文档:The Swift Programming Language.本篇译者:葛布林大帝(博客) :http://www.cocoachina.com/industry/20140613/8818.html 好啦,下面开始学习吧~

深度学习（DNN）的学习网站

近期决定对深度学习稍微学习一下,因此搜集了一些相关的网站和资料,特分享给大家. 首先,如果你对机器学习还不甚了解,最好先了解一下其相关的概念,推荐 Andrew Ng在斯坦福的机器学习教程 (中文翻译版):http://v.163.com/special/opencourse/machinelearning.html (英文版)http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning 台湾

成功的背后！（给所有IT人）

转载:来自CSDN第一名博主:http://blog.csdn.net/phphot/article/details/2187505 成功的背后,有着许多不为人知的故事,而正是这些夹杂着泪水和汗水的过去,才成就了一个个走向成功的普通人. 凌晨两点半,早已习惯了一个人坐在电脑前的我,望着屏幕,任思绪在暗夜的包容下静静流淌,时光仿佛又定格在三年多前的那一刻:“283 分”.那是被中国万千学子称为“黑色七月”中的一天,下班回家的母亲从家门打开后说出的一个数字,虽然早知道自己不会考上大学,但如此的成绩也

[转]行者，一念一生，成功的背后！（给所有IT人）

成功的背后,有着许多不为人知的故事,而正是这些夹杂着泪水和汗水的过去,才成就了一个个走向成功的普通人. 凌晨两点半,早已习惯了一个人坐在电脑前的我,望着屏幕,任思绪在暗夜的包容下静静流淌,时光仿佛又定格在三年多前的那一刻:“283 分”.那是被中国万千学子称为“黑色七月”中的一天,下班回家的母亲从家门打开后说出的一个数字,虽然早知道自己不会考上大学,但如此的成绩也多少出乎自己的意料.母亲是在单位用电话查询得知高考分数的,面对众多的同事,她几乎不敢相信自己的耳朵.而同在一张办公桌的同事:她的女

从士兵到程序员再到SOHO程序员

2013年9月13日,我从就职了一年半的S公司正式离职,并开始了我梦寐以求的“SOHO程序员”之路. 这对于我来说,是一次人生道路上的重要选择,在这里,我想分享一下我是如何选择了这条道路的,同时也是对我到目前为止的程序员生涯做一个回顾. 爱好使然爱好是驱使我走上程序员道路的源动力,很小的时候家里就有那种用磁带作为数据存储介质的古老电脑,可以说我基本上完整的经历了从80年代后期到如今这段时间内个人电脑的发展历程,而电脑也成为了我生活中必不可缺的重要组成部分,所以从事一个能够与自己爱好相符合的工作

[转]BEHAVOUR TREE

自从开博以来,每天都会关心一下博客的访问情况,看到一些朋友的订阅或者访问,不胜欣喜,也促使我去写一些更好的博文,来和大家分享和交流,从访问统计来看,有相当一部分是来自于搜索引擎的流量,关键字以“行为树”,或者“Behavior Tree”居首位,我想大家对此可能有些兴趣,加上,这几年反反复复一直在AI中研究和运用行为树,所以这次就来谈谈关于行为树(Behavior Tree)的一些东西,以前也写过一些文章(1,2,3)来讨论行为树,不过已经是一两年前的事情了,较之以前,这次会更为系统,也会添加

C++中类的构造函数理解（一）

C++中类的构造函数理解(一) 写在前面这段时间完成三个方面的事情: 1.继续巩固基础知识(主要是C++ 方面的知识) 2.尝试实现一个iOS的app,通过完成app,学习iOS开发中要用到的知识 3.完善实验室的研究项目,为毕业设计做准备有了这三个安排之后,就可以把一天的时间大致分为三份了.对于C++ 知识点的学习这部分,主要是看<C++ Primer>以及本科使用的英文教材<C++:How to program>来进行,今天主要探索一下C++ 中类的构造函数. 类简介什

行为树（Behavior Tree）实践（1）– 基本概念

原文地址:http://www.360doc.com/content/15/0107/11/15099545_438831036.shtml 自从开博以来,每天都会关心一下博客的访问情况,看到一些朋友的订阅或者访问,不胜欣喜,也促使我去写一些更好的博文,来和大家分享和交流,从访问统计来看,有相当一部分是来自于搜索引擎的流量,关键字以“行为树”,或者“Behavior Tree”居首位,我想大家对此可能有些兴趣,加上,这几年反反复复一直在AI中研究和运用行为树,所以这次就来谈谈关于行为树(Beha

数据可视化的优秀入门书籍有哪些,D3.js 学习资源汇总

习·D3.js 学习资源汇总除了D3.js自身以外,许多可视化工具包都是基于D3开发的,所以对D3的学习就显得很重要了,当然如果已经有了Javascript的经验,学起来也会不费力些. Github主页:https://github.com/mbostock/d3/wiki 包括D3简介,案例,教程和公开课,以及之前提到的API参考等. Github教程页面:https://github.com/mbostock/d3/wiki/Tutorials -·-·-·-·-·-其他:-·-·-·-·

PHP自学1——简单表单提交

最近自学PHP,顺便做个笔记记录一下自己的学习进度.选用的教程是<PHP and MySQL Web Development 4th Edition>,建议阅读英文教材(我能说英文网上免费的中文资源不清晰么,为避免版权纠纷,链接请自寻). 本节代码实现了从一个html页面将用户填写信息提交到服务器,服务器根据提交信息显示一些统计数据(通过php脚本). orderForm.html文件: <html> <head> <title>Wayne's Online

成功的背后!(给所有IT人)----转载：来自CSDN第一名博主

转载:来自CSDN第一名博主:http://blog.csdn.net/phphot/article/details/2187505 放在这里激励你我! 正文: 成功的背后,有着许多不为人知的故事,而正是这些夹杂着泪水和汗水的过去,才成就了一个个走向成功的普通人. 凌晨两点半,早已习惯了一个人坐在电脑前的我,望着屏幕,任思绪在暗夜的包容下静静流淌,时光仿佛又定格在三年多前的那一刻:“283 分”.那是被中国万千学子称为“黑色七月”中的一天,下班回家的母亲从家门打开后说出的一个数字,虽然早知道自己

MLAPP——概率机器学习知识汇总

<机器学习>课程使用Kevin P. Murphy图书<Machine Learning A Probabilistic Perspective>本英语教材,本书从一个独特的数学概率论的角度解释机器学习的所有问题,要较强的数学基础.由于是英文教材.特开一个专题在此记录自己的学习过程和各种问题.以供备忘和举一反三之用. 在解说了机器学习的概述之后.第二章紧接着就開始讲述概率论的知识,通过兴许的学习会发现,这些概率论知识有部分在本科的概率论课程中学习过,可是有非常多其它部分是没有在现有

利用Python实现一个感知机学习算法

本文主要参考英文教材Python Machine Learning第二章.pdf文档下载链接: https://pan.baidu.com/s/1nuS07Qp 密码: gcb9. 本文主要内容包括利用Python实现一个感知机模型并利用这个感知机模型完成一个分类任务. Warren和McCullock于1943年首次提出MCP neuron神经元模型[1],之后,Frank Rosenblatt在MCP neuron model的基础之上提出了感知机Perceptron模型[2].具体细节请阅

使用python实现深度神经网络 2（转）

https://blog.csdn.net/oxuzhenyi/article/details/73026796 导数与梯度.矩阵运算性质.科学计算库numpy 一.实验介绍 1.1 实验内容虽然在实验一中我想尽量少的引入(会让人放弃继续学习的)数学概念,但我似乎还是失败了.不过这几乎是没有办法的事,要想真正学会深度学习,没有一定的数学基础(高等数学.线性代数.概率论.信息论等),(几乎)是不可能的.学深度学习不学其中的原理你可能能够学会搭建模型,但当模型出了问题或者无法训练出好的结果时,不懂

numpy常用举例

转自https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/2-1-np-attributes/ numpy 的属性: ndim:维度 shape:行数和列数 size:元素个数使用numpy首先要导入模块 import numpy as np #为了方便使用numpy 采用np简写列表转化为矩阵: array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵 print(array) "&qu

Learning English From Android Source Code:1

英语在软件行业的重要作用不言自明,尤其是做国际项目和写国际软件,好的英语表达是项目顺利进行的必要条件.纵观眼下的IT行业.可以流利的与国外客户英文口语交流的程序猿占比并非非常高.要想去国际接轨,语言这一关一定要过. 本人做刚入行的时候非常想找一本专门写给程序猿的英文教材,但并没有找到特别合适的.通过这几年的欧美项目经理,我发现与国外同行交流重在表明交流的意图而轻语法规定.一件事情的表述,仅仅要可以用几个Key Words来表述清楚.两方可以理解就可以.并没有使用我们上学期间艰深晦涩的语法知识.

UCB算法

前言: 来万物花开这家创业公司实习,也真是一波三折.先实习了三天,每天下午到公司工作到晚上.工作时间是每天下午到晚上9.30.结果每天上午没法用心干实验室的活了,下午在公司工作的时候,总是提心吊胆,手机震动一下就会立刻拿出来看看是不是老师找我了.这样的日子感觉没法持续下去,想找导师谈谈之前,就从实验室同学那儿知道了老师对我最近的出勤率太低很不高兴.想着还是找找导师谈一谈实习的问题吧,然后还在犹豫的时候,大boss就找我谈话了,退学or干活.于是只能拒绝了实习,安心回实验室吧. 意外的是,创业公司

《数据结构与算法分析：C语言描述》读书笔记

我们数据结构的课用了这本英文教材,作者是Mark Allen Weiss.总体来说比<算法导论>简单很多,但内容上交集非常大.其实是因为去掉了大多数证明和数学,对于没有耐心看符号和公式的人,显得更友好,更通俗.其中的代码实现很靠谱,照着敲出来基本正确可运行,这点尤其适合入门者. 不过现在读<算法导论>以后,感到还是应该沉下心来和公式.定理神马的打打交道.Mark Allen Weiss这本书确实适合大一和大二的同学看,大三就不适合了. 深深地明白了为什么大神说“算法导论其实很浅显”

计算机程序设计的史诗TAOCP

倘若你去问一个木匠学徒:你需要什么样的工具进行工作,他可能会回答你:“我只要一把锤子和一个锯”.但是如果你去问一个老木工或者是大师级的建筑师,他会告诉你“我需要一些精确的工具”.由于计算机所解决的问题都是从生活中抽象出来的问题,其复杂性不言而喻,所以我们需要这样精确有效的工具去解决现实生活中的复杂问题.算法.数据结构都是程序设计中必不可少的精确工具.算法的重要性是每一个程序员都十分清楚的. 程序设计当中解决得相当一部分问题都会涉及各种各样的科学计算,这需要程序员具有什么样的基础呢?实际问题转换为

巴特西