Simple Flashlight v3.1

Simple Flashlight for Android

Die “Simple Flashlight” App für Android ist nun in der Version 3.1 im Market verfügbar. Simple Flashlight ist eine einfache Taschenlampe für dein Mobiltelefon oder deinen Tablet. Es wurde die transparente Displaybeleuchtung entfernt. Zudem gibt es jetzt die Möglichkeit, durch “Wischen” nach rechts bzw. links die Farbe des Bildschirms auf rot oder blau zu ändern.

Recent Changes (v3.1)

  • Displaybeleuchtung verbessert (Transparenz entfernt)
  • Swipe nach rechts => Bildschirm blau färben
  • Swipe nach links => Bildschirm rot färben
  • Swipe verbessert

Recent Changes (v3.0)

  •  Möglichkeit die App zu starten indem man die Suchtaste gedrückt hält
  •  Bildschirmbeleuchtung ist nun transparent
  •  Swipe-up und Swipe-Down zum dimmen der Bildschirmhelligkeit

Simple Flashlight im Android Market

Downloaden und ausprobieren! https://market.android.com/details?id=at.muehlburger.android.simple.flashlight

Simple Flashlight v3.0

Simple Flashlight for Android

Die “Simple Flashlight” App für Android ist nun in der Version 3.0 im Market verfügbar. Simple Flashlight ist eine einfache Taschenlampe für dein Mobiltelefon oder deinen Tablet.

Recent Changes (v3.0)

  •  Möglichkeit die App zu starten indem man die Suchtaste gedrückt hält
  •  Bildschirmbeleuchtung ist nun transparent
  •  Swipe-up und Swipe-Down zum dimmen der Bildschirmhelligkeit

Simple Flashlight im Android Market

Downloaden und ausprobieren: https://market.android.com/details?id=at.muehlburger.android.simple.flashlight

Enhanced by Zemanta

Machine Learning is awesome

Machine Learning Class

Machine Learning has always been a topic that attracted my interest. Currently I attend the “Machine Learning” class (@ml_class) offered by Prof. Andrew Ng from Stanford University. The class is awesome. The video lectures are made of small chunks explaining every topic in detail. A lot of topics were already covered:

  • Linear regression with one variable
  • Linear regression with multiple variable
  • One-vs-all Classification
  • Regularization
  • Backpropagation Algorithm
  • Neural Networks
  • Practical advise for applying learning algorithms
  • How to develop and debug learning algorithms
  • Feature and model design, setting up experiments

Other interesting topics are following. In parallel to the lectures there are homework programming exercises that have to be solved. To date programming assignments covering topics as:

  • Linear regression
  • Logistic regression
  • Multi-class classification and Neural Networks
  • Neural network learning
  • Regularized linear regression and bias-variance

In order to solve the exercises you have to understand the contents and have some programming experience in GNU Octave. It is also important to have basic understanding of Linear Algebra.

Machine Learning Contests

In order to apply machine learning on real world problems you can enter a machine learning contest. There are various contests out there, some of which are

I will keep you updated.

Enhanced by Zemanta