Hello World

我是阿柴

一級標題

二級標題

六級標題

1. 阿柴
   1. What
      1. How
2. 阿喵

• Hello
  • What
• are you

Hello

Github

呈現的文字 #不用附檔名

同學你好，我找到解法了！原來 Hugo 原生是不支援數學式的寫法的，會需要額外補一些東西 ><

要麻煩同學複製下面這兩行程式，然後貼到 themes/liva-hugo/layouts/partials/footer.html 裡面（如圖一所示）

然後就可以在 markdown 文章裡面，使用 $$ 來寫數學式了（如圖二所示），運行結果如圖三所示

$$ MSE = \frac{1}{MN}\sum_{i=0}^{M-1}\sum_{j=0}^{N-1}\left|y[m,n]-x[m,n]\right|^2 $$

同學你好，我剛剛看了一下 liva-hugo 的原始碼，原因是因為 liva-hugo 強制把程式碼區塊設定成黑色導致的，所以同學只要把 themes/liva-hugo/assets/scss/templates/_main.scss 的 329 行「color: $text-color-dark;」刪掉就可以了，抱歉在課程中忽略了這一點，感謝同學的提醒！

我喜歡阿柴 hello

print("hello world")
print("hello world")
print("hello world")
print("hello world")
print("hello world")
print("hello world")

python

print(“hello world”)

print(“hello world”) print(“hello world”) print(“hello world”) print(“hello world”) print(“hello world”)

Random Forest

1. 原理
   結合多棵CART tree，資料是隨機抽取而來的，讓訓練的結果可以更好(結合多個不同的決策樹)，發揮三個臭皮匠勝過一個諸葛亮，團結力量大的精神

2. 步驟

   1. 隨機選n個樣本，取出放回
   2. 取d個特徵，用這些特徵去分隔結點(node)
   3. 重複step1,2共k次，建立k個分類器，最後

3. 要怎麼產生多個有差異的樹

   1. Bagging: 資料重複抽樣，取出放回，抽出K的樣本，訓練K個分類器，最後用K的分類器的結果投票做為最終結果
   2. Boosting: 與bagging類似，不過更強調把舊分類器的錯誤資料的權重提高

Youtube Shortcodes Example

這是一個文章範例

Twitter Shortcodes Example

So cute. pic.twitter.com/z969SX1Kmn

— Labrador Lover (@Labrador_lover1) October 11, 2022