تفاوت class و struct از لحاظ میزان مصرف حافظه و ...

مایکروسافت هر دو را پشتیبانی می‌کند؛ اما شرکت‌های ثالث عموما VB را خیر و همچنین راه حل‌های چندسکویی نیز عموما به سی‌شارپ محدود هستند ...

همه ما برنامه نویسان با ASP.Net Validatorها آشنا هستید ولی هنگامی که قصد داشته باشید از آنها در طراحی وب پارت در بستر شیرپوینت استفاده کنید باید چند نکته بشرح زیر را در نظر داشته باشید:

برای مثال خاموش کردن «Analyse errors in whole solution»

دقیقا نمی‌دانم که این سایت چه قدر معتبر است، اما شاید برایتان جالب باشد. بعضی از کلاس‌ها را تست کردم داشت بعضی‌ها را هم نداشت. احتمالا مربوط به نسخه‌های قبلی دات نت فریمورک است.

وبلاگ جالب و مفیدی دارید. من هم در زمینه دات نت مطلب می نویسم. خوشحال می شوم سری بزنید: http://arabameri.com

- در مورد کرنل همانطور که در مطلب قبل هم صحبت شد، می‌توان گفت که Kernel عملا نگاشتی را بین خط تفکیک کننده نمونه‌های کلاس‌ها با ابرصفحه جداکننده برقرار می‌کند و با این شرایط می‌توان SVM را به نوعی غیر خطی در نظر گرفت. مثلا در تصویر زیر با پارامتر ، فضای اولیه داده‌های ما را به فضای ویژگی هایی نگاشت می‌شود که می‌توان با همان SVM خطی دسته بندی کرد (+ )

- اگر منظورتان از الگوریتم یادگیری روش Sequential Minimal Optimization است می‌توان گفت SMO یکی از روش‌های متداول و سریع برای آموزش SVM به حساب می‌آید که عملا یک مسئله بهینه سازی است که به دنبال بهترین ضرایب همان کرنل است (+)

- درباره پیشنهادتون در خصوص استفاده از فضای نام Accord.Imaging هم ضمن تشکر، می‌توان گفت که فعلا قصد ورود به فضای نام ی از آکورد دات نت به جز Accord.MachineLearning نداریم ولی در آینده حتما معرفی و استفاده خواهند شد.