- 李宏毅LLM——机器学习基础知识
李日音
机器学习人工智能
文章目录机器学习基本概念生成式学习StructuredLearning总结机器学习基本概念机器学习=机器自动找出一种函数根据函数的不同,可以分为回归问题(输出数值)和分类问题(输出类别,选择题)生成式学习StructuredLearning生成有结构的物件,如图片、文句ChatGPT是生成式学习,只不过是将生成式学习拆成多个分类问题来简化找出函式的三大步骤前置作业:决定需要什么样的函数,取决于需要
- 微软的一些公开课,Python、机器学习、SQL、AI,全部免费
机器学习算法与Python实战
人工智能pythonmicrosoft
大家好,我是老章,刷X看到一位博主AlifHossain⚡@alifcoder总结了微软的一些公开课,全部免费,蛮不错的。感兴趣可以学一波,还能领徽章。1.机器学习简介本课程是学习机器学习基础知识和用例的好方法。→11个模块→2.5小时→适合初学者→免费徽章链接:https://learn.microsoft.com/en-us/training/paths/intro-to-ml-with-py
- 机器学习基础知识和常用名词解释
湖大李桂桂
机器学习入门的基础知识,包括常见名词的解释(线性回归、容量、过拟合欠拟合、正则化、超参数和验证集、估计、偏差和方差、最大似然估计、KL散度、随机梯度下降)欢迎关注我的微信公众号“人小路远”哦,在这里我将会记录自己日常学习的点滴收获与大家分享,以后也可能会定期记录一下自己在外读博的所见所闻,希望大家喜欢,感谢支持!1、数值计算基础计算机求解问题的步骤:1、根据实际问题建立数学模型;(应用数学)2、由
- 机器学习技术系列:一篇图文笔记了解【机器学习基础知识】
yaocoder
技术体系人工智能深度学习
导言最近有小半年由近半数工作和生活时间在机器学习技术(ML)的学习与工程实践中,感觉自己阅读了几本ML方面好书,找到了一些更好的学习网站,所以重新梳理了一下自己理解的的ML基础知识。相关参考摘录书籍及网站如下《机器学习实战:基于Scikit-Learn、Keras和TensorFlow》(第2版)《Python深度学习》(第2版)网站:https://www.showmeai.tech/一、机器学
- 机器学习基础知识分享:深度学习
白牛DATA
深度学习人工智能
深度学习(DeepLearning)是近年来发展十分迅速的研究领域,并且在人工智能的很多子领域都取得了巨大的成功.从根源来讲,深度学习是机器学习的一个分支,是指一类问题以及解决这类问题的方法。深度学习为了学习一种好的表示,需要构建具有一定“深度”的模型,并通过学习算法来让模型自动学习出好的特征表示(从底层特征,到中层特征,再到高层特征),从而最终提升预测模型的准确率.所谓“深度”是指原始数据进行非
- 机器学习 | 机器学习基础知识
西皮呦
机器学习人工智能
一、机器学习是什么计算机从数据中学习规律并改善自身进行预测的过程。二、数据集1、最常用的公开数据集2、结构化数据与非结构化数据三、任务地图1、分类任务Classification已知样本特征判断样本类别二分类、多分类、多标签分类二分类:垃圾邮件分类、图像识别等多分类问题:鸢尾花分类问题多标签分类问题:标签间不互斥,概率和不为12、回归任务Regression线性回归多项式回归:一个因变量,一个或多
- spark mllib和spark ml机器学习基础知识
厨 神
大数据pythonspark
spark机器学习SparkMLib完整基础入门教程-y-z-f-博客园(cnblogs.com)参考spark机器学习简介机械学习是一门人工智能的科学,用于研究人工智能,强调算法,经验,性能开发者任务:spark基础+了解机器学习原理+相关参数含义millib:分类回归聚类协同过滤降维特征化:特则提取转化降维选择公交管道:构建评估调整机器学习管道持久性:保存和加载算法,模型和管道实用工具:线代(
- 机器学习基础知识,numpy学习,分类和回归初识
crocodilian2
笔记机器学习回归分类pythonnumpy
内容机器学习基本知识特征工程特征工程内容监督学习一般使用标称型和数值型两种目标变量知识表示聚类密度估计思路numpy的使用array对象array对象的属性创建array的方法代码演示array本身支持的操作random分类k邻近算法-KNN概述:k的选取特征归一化的必要性优点:缺点:工作原理:一般流程伪代码回归线性回归一般流程机器学习基本知识数据和特征决定了机器学习的上限,而算法和模型只是逼近了
- 2019-3-21 7:30 24:00 雨
么得感情的日更机器
图片发自App一大早6:30,雨很大,风很大,雷很大。然后就没起了,睡啊睡。7:30起床啦,然后去实验室,看英语口语。看机器学习基础知识。上课,好大的雨,裤子都湿了。下午看小说,午休,机器学习视频,啊,好烦。晚上,补数据结构。值得欣慰的是,没有昨天那么难接受了啊。明天继续加油啊!唱英文歌机器学习~多元数据结构~作业
- 机器学习学习路线及知识汇总
艾醒(AiXing-w)
通俗易懂的机器学习sklearnpython
机器学习基础知识前言思维导图相关问题剖析以及python实现代码分类KNN算法原理步骤参数曼哈顿距离公式欧氏距离公式贝叶斯原理步骤贝叶斯分类算法的种类及作用高斯贝叶斯分类器(Gaussian)多项式贝叶斯分类器(Multinomial)伯努利贝叶斯分布(Bernoulli)代码及解析决策树与KNN和贝叶斯比较代码及解析支持向量机(SVM)线性支持向量机(二分类)的原理高斯核支持向量积参数及作用模型
- python自学入门书籍推荐-推荐python机器学习实践的书籍?
weixin_37988176
直接实战的话,其实看ScikitLearn的官网就可以了。不仅有算法的说明,还有相关的参数文档,还有对应的案例分析,也有一些简单数据供参考。从开源的角度上讲,ScikitLearn已经做得非常不错了。遇到相关知识点的话,去翻阅博客或者书籍的对应章节就可以了。机器学习是计算机科学与人工智能的重要分支领域。周志华老师的《机器学习》这本书作为该领域的入门教材,在内容上涵盖机器学习基础知识的很多方面。全书
- 三、机器学习基础知识:Python常用机器学习库(中文文本分析相关库)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、Jieba库1.1主要函数1.2词性标注1.3关键词提取2、WordCloud库2.1常见参数2.2词云绘制文本分析是指对文本的表示及其特征的提取,它把从文本中提取出来的特征词进行量化来表示文本信息,经常被应用到文本挖掘以及信息检索的过程当中。1、Jieba库在自然语言处理过程中,为了能更好地处理句子,往往需要把句子拆分成一个一个的词语,这样能更好地分析句子的特性,这个过程就称为分词。
- 三、机器学习基础知识:Python常用机器学习库(图像处理相关库)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、OpenCV1.1窗口操作函数1.2图像处理1.3图像捕获与人脸检测2、PIL2.1主要函数2.2表情图像合成2.3手写数字转换2.4滤波查找图像边缘1、OpenCVOpenCVPython是一个用于解决计算机视觉问题的Python库,是用基于C++实现的OpenCV构成的Python包。OpenCVPython和Numpy兼容,数据都被转换成Numpy数据结构,这使得OpenCV更容
- 【赠书第4期】机器学习与人工智能实战:基于业务场景的工程应用
EmotionFlying
【粉丝福利】机器学习人工智能工程应用
文章目录前言1机器学习基础知识2人工智能基础知识3机器学习和人工智能的实战案例4总结5推荐图书6粉丝福利前言机器学习与人工智能是当前最热门的领域之一,也是未来发展的方向。随着科技的不断进步,越来越多的企业开始关注和投入机器学习和人工智能领域。本文将从实战的角度出发,介绍机器学习与人工智能的基础知识及应用案例。1机器学习基础知识什么是机器学习机器学习是一种通过计算机程序对数据进行自动分析和学习的方法
- 三、机器学习基础知识:Python常用机器学习库(Matplotlib)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、Matplotlib2、基本结构3、pyplot模块3.1pyplot.plot()函数的使用3.2其他常见属性设置3.3子图的绘制4、其他类型的图表4.1竖向条形图4.2散点图4.3饼图1、Matplotlibmatplotib库中有非常多的可视化绘图类,内部结构复杂。受MATLAB提供的绘图功能的启发,matplotlib提供了两个便捷的绘图子模块:pyplot和pylab,其中p
- 八、机器学习基础知识:分类性能评价指标
七层楼的疯子
机器学习(Python)机器学习分类人工智能数据挖掘数据分析
文章目录分类性能基本概念1、准确率1、精确率2、召回率3、F1-score4、ROC曲线5、多分类问题中的相关指标6、混淆矩阵分类性能基本概念与预测性能评价指标相类似,分类性能评价指标同样也是将模型计算得出的标签值与实际的真实标签值通过数学统计上的公式进行计算来获得它们之间的关系,以此来评价模型分类性能的好坏。在二分类时,常见的性能分类指标有准确率、精确率、召回率、F1-score、ROC曲线面积
- 四、机器学习基础知识:交叉验证
七层楼的疯子
机器学习(Python)机器学习人工智能算法交叉验证数据集
文章目录交叉验证定义1、随机子抽样验证2、K折交叉验证3、留一法交叉验证4、自助采样验证交叉验证定义在使用某一个数据集对模型进行训练时,模型的实际训练情况会受到数据集的直接影响,且其实际训练结果是难以确定的,极有可能出现欠拟合与过拟合的情况。欠拟合一般是指模型对数据集训练不足,从而在训练数据集与测试数据集上表现都较差,过拟合是指模型单纯在对训练数据集的信息获取上表现较为优秀,但当应用与测试数据集时
- 三、机器学习基础知识:Python常用机器学习库(SKlearn)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、Scikitlearn简介2、主要步骤3、数据预处理4、模型选择与算法评价1、Scikitlearn简介Scikitlearn的简称是SKlearn,专门提供了Python中实现机器学习的模块。Sklearn是一个简单高效的数据分析算法工具,建立在NumPy、SciPy和Matplotlib的基础上。SKlearn包含许多目前最常见的机器学习算法,例如分类、回归、聚类、数据降维,数据预
- tensorflow学习笔记--机器学习基础知识--(1)基本图像分类
爱玩的阿是
学习笔记pythontensorflow机器学习深度学习
学习教材是tensorflow官网上的新手教程为了让自己有更深的印象和理解,将自己的学习笔记记录基础分类:对于衣服的图片分类本指南训练了一个神经网络模型来对衣服的图像进行分类,例如运动鞋和衬衫。本指南使用tf.keras在TensorFlow中构建和训练模型。from__future__importabsolute_import,division,print_function,unicode_li
- AIOPS学习资源
MrUncle德鲁
AIOPS-时间序列学习
时间序列分析-B站时间序列分析的基础、原理、算法和应用-知乎时间序列数据分析101-(1)一份全面详尽的时间序列入门教程-知乎-推荐图解72个机器学习基础知识点-推荐机器学习入门与核心概念-B站机器学习:盘点最常见的7种数据预处理方法和原理-知乎
- 三、机器学习基础知识:Python常用机器学习库(Numpy第二部分)
七层楼的疯子
机器学习(Python)机器学习人工智能pythonnumpy数据分析
文章目录5、其他创建数组的方式5.1空数组5.2全零数组5.3全一数组5.4数列5.5随机数组5.6数组转换6、索引、切片和迭代7、Numpy计算7.1基本数组运算7.2条件运算7.3统计运算8、Numpy存取文件前序内容:三、机器学习基础知识:Python常用机器学习库(Numpy第一部分)5、其他创建数组的方式除了前面所述使用array函数构造数组外,还可以使用其他几种方式来构造特殊形式的数组
- 三、机器学习基础知识:Python常用机器学习库(Numpy第一部分)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、Numpy定义2、ndarray对象3、Numpy数据类型4、Numpy数组类型1、Numpy定义Numpy是NumbericalPython的简称,是用来进行高性能计算与分析的基础包,是Python中重要的扩充库。它支持高维度数组与矩阵运算,也针对数组运算提供了大量的数学函数库。Numpy运算效率极好,是大量机器学习框架的基础库。使用Numpy,开发人员可以很方便地执行数组运算、逻辑
- 三、机器学习基础知识:Python常用机器学习库(Pandas)
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、Pandas2、Series数据结构2.1Series的创建2.2Series的索引与访问2.3Series的常见操作3、DataFrame对象3.1DataFrame的创建与索引3.2DataFrame的访问3.3DataFrame的常见操作4、数据对齐5、缺失数据处理6、Pandas存取文件1、PandasPandas库是以Numpy库为基础构建的,通常用来处理表格型(关系型)的数
- 如何在Python中实现一个决策树算法?
禅与计算机程序设计艺术
Python自然语言处理人工智能语言模型编程实践开发语言架构设计
作者:禅与计算机程序设计艺术1.简介在机器学习领域,决策树(decisiontree)是一种常用的模式分类算法。它能够将输入数据划分成不同类别或不同输出值,并据此做出预测。而对于复杂的数据分析任务来说,用决策树这种经典算法进行分析就显得十分合适了。本文将通过对决策树算法的基本原理和具体实现过程,带领读者一步步了解其工作原理。本文假定读者具备相关机器学习基础知识,比如机器学习的相关理论、算法、模型等
- 花5分钟学习机器学习基础知识
代码写注释
学习机器学习人工智能
一、什么是机器学习机器学习的目的是让机器学习,而不是执行预设的算法。机器学习适用于难以制定规则的问题,如垃圾邮件识别、图像识别。机器学习模拟人类学习过程:从样本中学习归纳总结,形成模型,然后应用模型完成任务。机器学习需要大量样本数据和计算能力支持。当前数据量大、计算能力强的时代非常适合机器学习。机器学习应用非常广泛,从垃圾邮件识别到自动驾驶都需要机器学习。机器学习是人工智能的一种方法,其核心思想是
- Python 人工智能 Machine Learning 机器学习基础知识点详细教程(更新中)
唤醒手腕
机器学习深度学习基础人工智能python机器学习
ArtificialIntelligence人工智能基本介绍人工智能(ArtificialIntelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它试图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能的研究领域涵盖了机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是计算机科学的一个分支,
- 二、机器学习基础知识:Python数据处理基础
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、基本数据类型1.1数字类型(Number)1.2字符串类型(String)1.3列表类型(List)1.4元组类型(Tuple)1.5字典类型(Dictionary)1.6集合类型(Set)2、数据文件读写2.1打开与关闭文件2.2读取文件内容2.3将数据写入文件1、基本数据类型在Python3的环境中,提供了6种基本的内置数据类型,包括数字类型(Number)、字符串类型(Strin
- 一、机器学习基础知识:基本概念与Python开发环境
七层楼的疯子
机器学习(Python)机器学习人工智能python数据分析数据挖掘
文章目录1、机器学习的不同类型1.1监督学习1.2无监督学习1.3强化学习2、Python开发环境2.1Python第三方库2.2Anaconda+Pycharm集成开发环境1、机器学习的不同类型机器学习属于人工智能的一个分支,专门用于对数据进行自动分析以发现相关规律,从而对未知数据进行预测。机器学习的研究方式一般是基于现有数据生成模型,在解决问题时,使用该模型进行判断、预测。机器学习方法通常是从
- 亚马逊云科技 云技能孵化营——我的学习之旅
fl_starsky
科技学习
目录一、前言二、学习心得1.了解什么是云2.了解什么是机器学习三、总结一、前言非常感谢朋友的推荐,让我有机会了解并参加亚马逊云科技举办的云技能孵化营活动。在这次学习中,我参加了两个课程:《亚马逊云科技云从业者精要知识》和《亚马逊云科技基础知识:机器学习基础知识》。二、学习心得1.了解什么是云《亚马逊云科技云从业者精要知识》这门课程主要介绍了亚马逊云科技的云概念、服务、安全性、架构、定价和支持等方面
- 亚马逊云科技 云技能孵化营 - 学习课程
此名称已存在
云原生
探索亚马逊云科技的机器学习基础知识亚马逊云科技一直是云计算领域的领先品牌,他们提供了丰富的云服务和解决方案。在本文中,我们将探索亚马逊云科技的机器学习基础知识,为想要学习机器学习的云从业者提供指导和建议。活动介绍亚马逊云科技的云技能孵化营是一个专门为云从业者定制的培训项目。该项目旨在帮助学习者掌握云计算的关键概念和技能,并了解如何在亚马逊云平台上应用这些知识。其中,机器学习作为一个热门的技术领域,
- SQL的各种连接查询
xieke90
UNION ALLUNION外连接内连接JOIN
一、内连接
概念:内连接就是使用比较运算符根据每个表共有的列的值匹配两个表中的行。
内连接(join 或者inner join )
SQL语法:
select * fron
- java编程思想--复用类
百合不是茶
java继承代理组合final类
复用类看着标题都不知道是什么,再加上java编程思想翻译的比价难懂,所以知道现在才看这本软件界的奇书
一:组合语法:就是将对象的引用放到新类中即可
代码:
package com.wj.reuse;
/**
*
* @author Administrator 组
- [开源与生态系统]国产CPU的生态系统
comsci
cpu
计算机要从娃娃抓起...而孩子最喜欢玩游戏....
要让国产CPU在国内市场形成自己的生态系统和产业链,国家和企业就不能够忘记游戏这个非常关键的环节....
投入一些资金和资源,人力和政策,让游
- JVM内存区域划分Eden Space、Survivor Space、Tenured Gen,Perm Gen解释
商人shang
jvm内存
jvm区域总体分两类,heap区和非heap区。heap区又分:Eden Space(伊甸园)、Survivor Space(幸存者区)、Tenured Gen(老年代-养老区)。 非heap区又分:Code Cache(代码缓存区)、Perm Gen(永久代)、Jvm Stack(java虚拟机栈)、Local Method Statck(本地方法栈)。
HotSpot虚拟机GC算法采用分代收
- 页面上调用 QQ
oloz
qq
<A href="tencent://message/?uin=707321921&Site=有事Q我&Menu=yes">
<img style="border:0px;" src=http://wpa.qq.com/pa?p=1:707321921:1></a>
- 一些问题
文强chu
问题
1.eclipse 导出 doc 出现“The Javadoc command does not exist.” javadoc command 选择 jdk/bin/javadoc.exe 2.tomcate 配置 web 项目 .....
SQL:3.mysql * 必须得放前面 否则 select&nbs
- 生活没有安全感
小桔子
生活孤独安全感
圈子好小,身边朋友没几个,交心的更是少之又少。在深圳,除了男朋友,没几个亲密的人。不知不觉男朋友成了唯一的依靠,毫不夸张的说,业余生活的全部。现在感情好,也很幸福的。但是说不准难免人心会变嘛,不发生什么大家都乐融融,发生什么很难处理。我想说如果不幸被分手(无论原因如何),生活难免变化很大,在深圳,我没交心的朋友。明
- php 基础语法
aichenglong
php 基本语法
1 .1 php变量必须以$开头
<?php
$a=” b”;
echo
?>
1 .2 php基本数据库类型 Integer float/double Boolean string
1 .3 复合数据类型 数组array和对象 object
1 .4 特殊数据类型 null 资源类型(resource) $co
- mybatis tools 配置详解
AILIKES
mybatis
MyBatis Generator中文文档
MyBatis Generator中文文档地址:
http://generator.sturgeon.mopaas.com/
该中文文档由于尽可能和原文内容一致,所以有些地方如果不熟悉,看中文版的文档的也会有一定的障碍,所以本章根据该中文文档以及实际应用,使用通俗的语言来讲解详细的配置。
本文使用Markdown进行编辑,但是博客显示效
- 继承与多态的探讨
百合不是茶
JAVA面向对象 继承 对象
继承 extends 多态
继承是面向对象最经常使用的特征之一:继承语法是通过继承发、基类的域和方法 //继承就是从现有的类中生成一个新的类,这个新类拥有现有类的所有extends是使用继承的关键字:
在A类中定义属性和方法;
class A{
//定义属性
int age;
//定义方法
public void go
- JS的undefined与null的实例
bijian1013
JavaScriptJavaScript
<form name="theform" id="theform">
</form>
<script language="javascript">
var a
alert(typeof(b)); //这里提示undefined
if(theform.datas
- TDD实践(一)
bijian1013
java敏捷TDD
一.TDD概述
TDD:测试驱动开发,它的基本思想就是在开发功能代码之前,先编写测试代码。也就是说在明确要开发某个功能后,首先思考如何对这个功能进行测试,并完成测试代码的编写,然后编写相关的代码满足这些测试用例。然后循环进行添加其他功能,直到完全部功能的开发。
- [Maven学习笔记十]Maven Profile与资源文件过滤器
bit1129
maven
什么是Maven Profile
Maven Profile的含义是针对编译打包环境和编译打包目的配置定制,可以在不同的环境上选择相应的配置,例如DB信息,可以根据是为开发环境编译打包,还是为生产环境编译打包,动态的选择正确的DB配置信息
Profile的激活机制
1.Profile可以手工激活,比如在Intellij Idea的Maven Project视图中可以选择一个P
- 【Hive八】Hive用户自定义生成表函数(UDTF)
bit1129
hive
1. 什么是UDTF
UDTF,是User Defined Table-Generating Functions,一眼看上去,貌似是用户自定义生成表函数,这个生成表不应该理解为生成了一个HQL Table, 貌似更应该理解为生成了类似关系表的二维行数据集
2. 如何实现UDTF
继承org.apache.hadoop.hive.ql.udf.generic
- tfs restful api 加auth 2.0认计
ronin47
目前思考如何给tfs的ngx-tfs api增加安全性。有如下两点:
一是基于客户端的ip设置。这个比较容易实现。
二是基于OAuth2.0认证,这个需要lua,实现起来相对于一来说,有些难度。
现在重点介绍第二种方法实现思路。
前言:我们使用Nginx的Lua中间件建立了OAuth2认证和授权层。如果你也有此打算,阅读下面的文档,实现自动化并获得收益。SeatGe
- jdk环境变量配置
byalias
javajdk
进行java开发,首先要安装jdk,安装了jdk后还要进行环境变量配置:
1、下载jdk(http://java.sun.com/javase/downloads/index.jsp),我下载的版本是:jdk-7u79-windows-x64.exe
2、安装jdk-7u79-windows-x64.exe
3、配置环境变量:右击"计算机"-->&quo
- 《代码大全》表驱动法-Table Driven Approach-2
bylijinnan
java
package com.ljn.base;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.Collections;
import java.uti
- SQL 数值四舍五入 小数点后保留2位
chicony
四舍五入
1.round() 函数是四舍五入用,第一个参数是我们要被操作的数据,第二个参数是设置我们四舍五入之后小数点后显示几位。
2.numeric 函数的2个参数,第一个表示数据长度,第二个参数表示小数点后位数。
例如:
select cast(round(12.5,2) as numeric(5,2))  
- c++运算符重载
CrazyMizzz
C++
一、加+,减-,乘*,除/ 的运算符重载
Rational operator*(const Rational &x) const{
return Rational(x.a * this->a);
}
在这里只写乘法的,加减除的写法类似
二、<<输出,>>输入的运算符重载
&nb
- hive DDL语法汇总
daizj
hive修改列DDL修改表
hive DDL语法汇总
1、对表重命名
hive> ALTER TABLE table_name RENAME TO new_table_name;
2、修改表备注
hive> ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comm
- jbox使用说明
dcj3sjt126com
Web
参考网址:http://www.kudystudio.com/jbox/jbox-demo.html jBox v2.3 beta [
点击下载]
技术交流QQGroup:172543951 100521167
[2011-11-11] jBox v2.3 正式版
- [调整&修复] IE6下有iframe或页面有active、applet控件
- UISegmentedControl 开发笔记
dcj3sjt126com
// typedef NS_ENUM(NSInteger, UISegmentedControlStyle) {
// UISegmentedControlStylePlain, // large plain
&
- Slick生成表映射文件
ekian
scala
Scala添加SLICK进行数据库操作,需在sbt文件上添加slick-codegen包
"com.typesafe.slick" %% "slick-codegen" % slickVersion
因为我是连接SQL Server数据库,还需添加slick-extensions,jtds包
"com.typesa
- ES-TEST
gengzg
test
package com.MarkNum;
import java.io.IOException;
import java.util.Date;
import java.util.HashMap;
import java.util.Map;
import javax.servlet.ServletException;
import javax.servlet.annotation
- 为何外键不再推荐使用
hugh.wang
mysqlDB
表的关联,是一种逻辑关系,并不需要进行物理上的“硬关联”,而且你所期望的关联,其实只是其数据上存在一定的联系而已,而这种联系实际上是在设计之初就定义好的固有逻辑。
在业务代码中实现的时候,只要按照设计之初的这种固有关联逻辑来处理数据即可,并不需要在数据库层面进行“硬关联”,因为在数据库层面通过使用外键的方式进行“硬关联”,会带来很多额外的资源消耗来进行一致性和完整性校验,即使很多时候我们并不
- 领域驱动设计
julyflame
VODAO设计模式DTOpo
概念:
VO(View Object):视图对象,用于展示层,它的作用是把某个指定页面(或组件)的所有数据封装起来。
DTO(Data Transfer Object):数据传输对象,这个概念来源于J2EE的设计模式,原来的目的是为了EJB的分布式应用提供粗粒度的数据实体,以减少分布式调用的次数,从而提高分布式调用的性能和降低网络负载,但在这里,我泛指用于展示层与服务层之间的数据传输对
- 单例设计模式
hm4123660
javaSingleton单例设计模式懒汉式饿汉式
单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问,从而方便对实例个数的控制并节约系统源。如果希望在系统中某个类的对象只能存在一个,单例模式是最好的解决方案。
&nb
- logback
zhb8015
loglogback
一、logback的介绍
Logback是由log4j创始人设计的又一个开源日志组件。logback当前分成三个模块:logback-core,logback- classic和logback-access。logback-core是其它两个模块的基础模块。logback-classic是log4j的一个 改良版本。此外logback-class
- 整合Kafka到Spark Streaming——代码示例和挑战
Stark_Summer
sparkstormzookeeperPARALLELISMprocessing
作者Michael G. Noll是瑞士的一位工程师和研究员,效力于Verisign,是Verisign实验室的大规模数据分析基础设施(基础Hadoop)的技术主管。本文,Michael详细的演示了如何将Kafka整合到Spark Streaming中。 期间, Michael还提到了将Kafka整合到 Spark Streaming中的一些现状,非常值得阅读,虽然有一些信息在Spark 1.2版
- spring-master-slave-commondao
王新春
DAOspringdataSourceslavemaster
互联网的web项目,都有个特点:请求的并发量高,其中请求最耗时的db操作,又是系统优化的重中之重。
为此,往往搭建 db的 一主多从库的 数据库架构。作为web的DAO层,要保证针对主库进行写操作,对多个从库进行读操作。当然在一些请求中,为了避免主从复制的延迟导致的数据不一致性,部分的读操作也要到主库上。(这种需求一般通过业务垂直分开,比如下单业务的代码所部署的机器,读去应该也要从主库读取数