学习笔记-机器学习第41页

【Web】Redis未授权访问漏洞学习笔记

目录简介靶机配置Redis持久化Redis动态修改配置webshell反弹shellRedis写入反弹shell任务加固方案简介Redis（RemoteDictionaryServer远程字典服务器）是一个开源的内存数据库，也被称为数据结构服务器，它支持多种数据结构，如字符串、哈希表、列表、集合、有序集合等。Redis旨在提供一个高性能、持久化的key-value存储解决方案，并且具有丰富的功能和

Z3r4y·2024-02-13 10:16

机器学习--有监督--GBM(Boosting)

集成学习(ensemblelearning)是采用多个机器学习模型组合进行综合预测，从而提升模型性能的思路，分为bagging与boosting两种。

小贝学生信·2024-02-13 09:46

易效能学习笔记25――习惯

你觉得冥想很高大上吗？其实之前经常听007的战友谈论冥想及其好处，可是自己却没有去真正了解冥想。而自己生了宝宝之后就感觉耳朵都灵敏了。只要宝宝在隔壁或者楼下发出一点声音，我都会飞奔而去。注意力全都在宝宝身上，很难静下心来去静坐。于是又与冥想擦身而过，竟不知它将会带来非凡的改变。听完课已经下载了一个关于训练冥想的APP,决定试试看，向大师和牛人们学习。最后，总结一下听课要点：1.冥想是最自然、最有价

豆浆油条_bdb7·2024-02-13 09:42

Python机器学习之交叉验证

交叉验证是一种非常常用的对于模型泛化能力进行评估方法，交叉验证既可以解决数据集的数据量不够大问题，也可以解决参数调优的问题。常用的交叉验证方法有：简单交叉验证（HoldOut检验，例如train_test_split）、k折交叉验证（例如KFold）、自助法kfold是将数据集划分为K-折，只是划分数据集；cross_val_score是根据模型进行计算，计算交叉验证的结果，你可以简单认为就是cr

一只怂货小脑斧·2024-02-13 09:32

Angular 服务器端渲染的学习笔记(二)

官网地址：https://angular.io/guide/universalIhavemainlyusedangularuniversalforSEOpurposes.Inthat,theserverwillrenderenoughinformationonthepagesothatwhenGooglecrawlsthepage,youcanhavetheserverloadsomeasynch

JerryWang_汪子熙·2024-02-13 08:54

【DDD】学习笔记-四色建模法

或许正是认识到彩色UML在建模过程的不足之处，ThoughtWorks的徐昊才在彩色UML基础之上提出了自己的“四色建模法”。可考的四色建模法资料仅见于徐昊在InfoQ上发表的文章运用四色建模法进行领域分析。在这篇文章中，徐昊回答了建模活动的一个关键问题：怎么才能保证建模的正确性？徐昊认为：首先我们需要明白建模的目的是什么？如果仅仅是为了描画问题，那么并没有什么对错之分——仅仅是立场和角度的差别；

码农丁丁·2024-02-13 08:52

【DDD】学习笔记-事件风暴与业务全景探索

理解事件的本质MartinFowler认为：“重要的事件肯定会在系统其他地方引起反应，因此理解为什么会有这些反应同样也很重要。”显然，事件意味着一种因果关系，这就使得这样一个静态的概念，其实隐藏着流动的张力。在识别和理解事件时，可以考虑为什么要产生这一事件，以及为什么要响应这一事件，进而思考响应事件的后续动作，从而驱动着设计者的“心流”不断思考下去，犹如搅动了一场激荡湍急的风暴。不同的团队角色在思

码农丁丁·2024-02-13 08:18

名词解释 | 产品相关基础概念的学习笔记

本篇名词：（软件）产品，产品管理（ProductManagement）和产品生命周期（ProductLifeCyle）（一）什么是产品？根据SoftwareProductManagement一文中对产品的定义，大体上来说，广义的软件产品应具有以下几个特点-可交付使用的-具有价值-拥有用户-为用户提供一段经历-可以是系统、解决方案、物资资料和服务的其中一种或几种的集合原文是“Aproductisad

Ofish_苏俞·2024-02-13 07:02

【机器学习】卷积和反向传播

一、说明自从AlexNet在2012年赢得ImageNet竞赛以来，卷积神经网络(CNN)就变得无处不在。从不起眼的LeNet到ResNets再到DenseNets，CNN无处不在。您是否想知道CNN的反向传播中会发生什么，特别是反向传播在CNN中的工作原理。如果您读过反向传播，您就会了解它是如何在具有全连接层的简单神经网络中实现的。（AndrewNg在Coursera上的课程对此做了很好的解释）

无水先生·2024-02-13 07:07

机器学习原型聚类

1.原型聚类原型聚类即“基于原型的聚类”（prototype-basedclustering），原型表示模板的意思，就是通过参考一个模板向量或模板分布的方式来完成聚类的过程，常见的K-Means便是基于簇中心来实现聚类，混合高斯聚类则是基于簇分布来实现聚类。1.2kmeans1.2.1基本原理K-means是一种常见的聚类算法，也叫k均值或k平均。通过迭代的方式，每次迭代都将数据集中的各个点划分到

黄粱梦醒·2024-02-13 07:08

AI绘画API：提升艺术创作的效率和品质

它可以通过机器学习技术学习艺术家的创作风格和技巧，生成具有相似风格的创作作品。在

API小百科_APISpace·2024-02-13 07:25

决策树最骚操作

大家好，最近我原创了一系列文章LightGBM可视化调参用Excel玩机器学习！用浏览器玩机器学习比Tesorflow还强的机器学习库AI黑科技！

统计学家·2024-02-13 07:20

《零基础实践深度学习》1.4.1飞桨产业级深度学习开源开放平台介绍

1.4飞桨产业级深度学习开源开放平台介绍1.4.1深度学习框架近年来，深度学习在很多机器学习任务中都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域都有着广泛应用

软工菜鸡·2024-02-13 06:35

语言模型大战：GPT、Bard与文心一言，谁才是王者？

在聊技术原理之前我们来先看看几个产品的团队背景一、团队背景1.1、ChatGPTChatGPT团队的成员大多具有计算机科学、人工智能、自然语言处理、机器学习等相关领域的高等教育背景，有些还拥有博士学位。

栈江湖·2024-02-13 06:27

Vue.js学习笔记（5）

关于Flex-box布局学习：1、容器（flexcontainer），所有的子元素自动成为容器成员容器默认两个轴mainaxis：水平主轴crossaxis：垂直交叉轴2、容器属性2.1flex-direction//主轴的方向（成员的排列方向）.box{flex-direction:row|row-reverse|column|column-reverse;}row：水平方向，起点为左端row-

程序员不务正业·2024-02-13 06:33

【学习笔记】交易的瓶颈（二）瓶颈分析

Bottleneck.png【如果将交易比喻成玩车……】1、会开车2、会修车3、会改装车4、会根据情况设计制造普通车5、有自己的理念，创造新概念车这是一个循序渐进的过程，如果放在交易上就是：1、会心态平和地执行普通系统（入门）2、系统出问题懂得解决的方法（合格）3、能够以常用系统为基础，经过适当修改找到适合自己的系统（进阶）4、已经熟练掌握开发系统（高阶）5、有自己的投资哲学，根据投资哲学独创交易

坤乾泰·2024-02-13 06:48

视觉SLAM十四讲学习笔记（二）三维空间刚体

哔哩哔哩课程连接：视觉SLAM十四讲ch3_哔哩哔哩_bilibili目录一、旋转矩阵1点、向量、坐标系2坐标系间的欧氏变换3变换矩阵与齐次坐标二、实践：Eigen（1）运行报错记录与解决三、旋转向量和欧拉角1旋转向量2欧拉角四、四元数1四元数的定义2四元数的运算3用四元数表示旋转4四元数到旋转矩阵的转换五、实践：Eigen（2）useGeometryvisualizeGeometry总结前言问题

苦瓜汤补钙·2024-02-13 05:01

视觉slam十四讲学习笔记（三）李群与李代数

1.理解李群与李代数的概念，掌握SO(3),SE(3)与对应李代数的表示方式。2.理解BCH近似的意义。3.学会在李代数上的扰动模型。4.使用Sophus对李代数进行运算。目录前言一、李群李代数基础1群2李代数的引出3李代数的定义4李代数so(3)5李代数se(3)二、指数与对数映射1SO(3)上的指数映射2SE(3)上的指数映射三、李代数求导与扰动模型1BCH公式与近似形式2SO(3)李代数上的

苦瓜汤补钙·2024-02-13 05:01

随机过程及应用学习笔记（一）概率论（概要）

概率是随机的基础，在【概率论（概要）】这个部分中仅记录学习随机过程及应用的基本定义和结果。前言首先，概率论研究的基础是概率空间。概率空间由一个样本空间和一个概率测度组成，样本空间包含了所有可能的结果，而概率测度则描述了每个结果发生的可能性大小。研究者通过定义适当的概率测度，可以更准确地描述各种随机现象的发生概率。一、概率空间(Ω,F,P)Samplespace样本空间：随机试验的所有可能结果构成的

苦瓜汤补钙·2024-02-13 05:00

探索XGBoost：时间序列数据建模

导言XGBoost是一种强大的机器学习算法，广泛应用于各种领域的数据建模任务中。但是，在处理时间序列数据时，需要特别注意数据的特点和模型的选择。

Echo_Wish·2024-02-13 05:22

探索XGBoost：多分类与不平衡数据处理

导言XGBoost是一种强大的机器学习算法，广泛应用于各种分类任务中。但在处理多分类和不平衡数据时，需要特别注意数据的特点和模型的选择。

Echo_Wish·2024-02-13 05:19

学习小组Day3笔记--呛

day3学习笔记先供上思维导图，比较详细image.png然后是文字版的笔记conda相当于linux的应用商店，只是没有图，只有名字1.打开linux，确认服务器的版本型号，uname-a，2.百度“

呛_27c5·2024-02-13 05:01

Java学习笔记2024/2/8

面向对象//面向对象介绍//面向:拿、找//对象:能干活的东西//面向对象编程:拿东西过来做对应的事情//01-如何设计对象并使用//1.类和对象//2.类的几个不错注意事项1.类和对象1.1类和对象的理解客观存在的事物皆为对象，所以我们也常常说万物皆对象。类类的理解类是对现实生活中一类具有共同属性和行为的事物的抽象类是对象的数据类型，类是具有相同属性和行为的一组对象的集合简单理解：类就是对现实事

Angus1648·2024-02-13 03:11

机器学习之xgboost算法及特征筛选和GridSearchCV

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportmetricsimportpicklefromxgboost.sklearnimportXGBRegressorfromsklearn.preprocessingimportStandardScalerfromclean_dataimportpre

Jlan·2024-02-13 02:09

linux命令大全

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

默默编码的Fxdll·2024-02-13 02:31

学习笔记｜易效能时间管理100讲—第883天日更

第12讲【行动】专注的力量番茄工作法12讲，叶老师在这一讲里分享了他践行时间管理10多年来觉得很棒的方法——番茄钟。这个方法初级入门听起来很简单，就是我们给自己设定一个番茄的时间，比如25分钟，让自己在这个时间段之内只做一件事情，结束之后主动地休息5分钟再来继续。让自己集中专注25分钟，然后主动休息5分钟，应用的科学依据是我们人的注意力是会随着时间自然的下降的，那当我们不主动的停下来休息让自己的注

十九_瑶·2024-02-13 02:14

如何交付机器学习项目：一份机器学习工程开发流程指南

摘要：本文描述机器学习任务的“OODA环”的概念，迭代地执行四个过程：分析、选择方法、实现、测量步骤，循环此过程以提升开发效率。

城市中迷途小书童·2024-02-13 02:44

0915-2018@叶武滨时间管理100讲学习笔记16

身体是革命的本钱，运动就是不断为自己的本钱增加利息。但要养成运动的习惯实在太难，就如老师所言：早上起不来、中午又太热、下午紫外线太强、晚上有色狼，反正总有大堆的借口为自个开脱撑腰，好不容易准备一个运动，往往也是半途而废不能坚持以往。其实说到底还是一个懒惰的问题，不管好不好，先动起来再说，不管什么时间，先豁出去，坚持从最简单最容易的运动开始，专注坚持，形成习惯再尝试下一项活动。目前在坚持的是每天一组

yr918·2024-02-13 00:36

Python学习笔记之os.path.join()

路径拼接os.path.join()函数os.path.join()函数用于路径拼接文件路径os.path.join()函数中可以传入多个路径：a、会从第一个以"/"开头的参数开始拼接，之前的参数全部丢弃b、在上一种情况确保情况下，若出现"./"开头的参数，会从"./"开头的参数的上一个参数开始拼接join()函数语法：‘sep’.join(seq)参数说明：sep:分隔符。可以为空seq：要连接

爱叫啥叫啥去·2024-02-13 00:06

关于stringstream学习笔记

定义了三个类：istringstream、ostringstream和stringstream，分别用来进行流的输入、输出和输入输出操作。以stringstream为例子，有以下的用法可以在代码编写过程中简化工作流程。1.用stringstream分隔字符串，如Leetcode第883题，就通过stringstreamss;ss>s)mp[s]++;这样的一段代码可以将带有空格的连续的英文句子分成

神奇咩咩·2024-02-12 23:56

React学习笔记

文章目录1.react脚手架初始化项目2.HooksuseStateuseEffectuseContextuseReduceruseMemouseCallbackuseRef3.APIforwardRef1.react脚手架初始化项目npxcreate-react-appmy-app2.Hooks以use开头的函数，只能在组件或自定义Hook的最顶层调用，不能在条件语句、循环语句或其他嵌套函数内调

张豆豆94·2024-02-12 23:24

vue学习笔记

组件通信prop是用于父组件向子组件传递数据。$ref是父组件调用子组件的属性和方法。$emit是子组件告知父组件调用父组件的方法并可以从子组件传递参数到父组件。父组件（使用公共组件的地方）这是父组件importMyComponentfrom'@/components/my-component/my-component.vue';exportdefault{components:{MyCompon

张豆豆94·2024-02-12 23:53

Taurus: 面向机器学习的数据面架构

日益复杂的网络和多样化的工作负载要求网络内置更多的自动化决策能力，通过可编程网络设备在用户面支持机器学习工作负载就是一个可能的选项，本文提出了一种支持用户面推理的架构设计，相对控制面机器学习的性能有数量级的提升

DeepNoMind·2024-02-12 23:01

树莓派opencv（基于Spyder进行编写）学习笔记一：进行准备安装的工作

一、安装python-opencv1.更新树莓派系统时间较长，期间有需要选择y/n时需要选择y（即yes）才会继续安装sudoapt-getupdatesudoapt-getupgrade2.安装python-opencvsudoapt-getinstalllibopencv-devsudoapt-getinstallpython-opencv二、在python2上面测试opencv安装好后在命令

芝麻糊76·2024-02-12 23:48

树莓派opencv（基于Spyder进行编写）学习笔记二：opencv的读取、显示和保存图像等基本操作

一、读入图像的操作1.图片放置与命名首先将电脑上任意图片传到树莓派上（我是通过vnc进行文件传递）并将图片放在/home/pi/.config/spyder-py3路径下面，命名随意（我截图是猴子命名为monkey），格式随意（但是需要记住命名，后续需要使用）2.打开Spyder进行程序的编写（1）将图像进行显示importnumpyasnpimportcv2img=cv2.imread('mon

芝麻糊76·2024-02-12 23:48

ChatGPT的背后原理：大模型、注意力机制、强化学习

微信搜索关注《Python学研大本营》，加入读者群，分享更多精彩本文主要介绍为ChatGPT提供动力的机器学习模型，将从大型语言模型的介绍开始，深入探讨使GPT-3得到训练的革命性的自注意机制，然后深入到从人类反馈强化学习

Python学研大本营·2024-02-12 23:17

这次理解透彻了！用代码从零实现大模型的自注意力、多头注意力。。。

近日，AheadofAI杂志运营者、机器学习和AI研究者SebastianRaschka发布了一篇文章，介绍并用代码从头实现了LLM中的自注意力、多头注意力、交叉注意力和因果注意力。

Python算法实战·2024-02-12 23:47

葫芦书第一章——特征工程

葫芦书是机器学习岗位面试的必读书，第一遍读，就当作对自己这四个月以来入门机器学习的知识测验，顺便查漏补缺。

单调不减·2024-02-12 22:08

06【教育学习笔记·《修身分享》】事上磨练，遇事修心 ——修身体悟分享2022-04-10

《大学》讲到：“自天子以至于庶人，一是皆以修身为本。”圣贤早已告诉我们后人，做人的根本就是在修身上。说起修身，曾几何时认为这是个“高大尚”的事儿，一路兜兜转转六年师门修学，停下来看一下自己：仍然还停留在门外。当我看到自己这样的结果的时候，我选择停下来，总结自己的过往，只有找到“病根儿”，才能去用对“良药”。自己过往经常是拿着“修身”的“良方”去给别人看病，我们可以想象一下：人家自己没认为自己有病，

写自己故事的左丽·2024-02-12 22:55

一、基础数据结构——2.队列——3.双端队列和单调队列2

参考资料：《算法竞赛》，罗勇军郭卫斌著本博客作为阅读本书的学习笔记，仅供交流学习。

鸥梨菌Honevid·2024-02-12 21:44

InternLM大模型实战-4.XTuner大模型低成本微调实战

文章目录前言笔记正文XTuner支持模型和数据集微调原理跟随文档学习快速上手自定义微调准备数据准备配置文件MS-Agent微调前言本文是对于InternLM全链路开源体系系列课程的学习笔记。

早上真好·2024-02-12 21:40

第七届核磁机器学习班（训练营：2023.9.4~9.16）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行

茗创科技·2024-02-12 21:08

Java学习笔记（Java中的接口）

1、概述接口表示的是功能的集合，可看做是一种数据类型，接口中全是抽象方法，没有普通方法，是比抽象更抽象的“类”，接口只描述应该具备的方法，并没有具体实现，具体的实现由接口的实现类（相当于接口的子类）来完成。这样将功能的定义与实现分离，优化了程序设计，解决了继承带来的耦合性，是一种只包含了功能声明的特殊类。2、接口的定义与定义类的class不同，使用interface关键字定义接口定义格式：publ

丛鹏·2024-02-12 21:06

计算机算法#谷歌方法论学习笔记

主题：通过对比计算机处理信息时和人处理信息在方法上的不同，让大家进一步了解机器的世界，然后从计算机做事的方法上，找到对我们自己平时提高效率和成功率的启发。第一讲摘要1.当一个问题的规模大到一定程度之后，它就不再是同类小问题的放大，就变成了另一个问题，解决的方法需要完全不同。计算机需要对所有的东西进行编号就是这个原因。2.凡事都有成本，一种方法好不好，是有前提条件的。3.世界上大部分事情不是一成不变

三七海棠qxy007·2024-02-12 21:35

fast.ai 深度学习笔记（三）

深度学习2：第1部分第6课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-6-de70d626976c译者：飞龙协议：CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。第6课[##2017年深度学习优

绝不原创的飞龙·2024-02-12 21:27

[韩顺平]python笔记

python对大数据分析、人工智能中关键的机器学习、深度学习都提供有力的支持Python支持最庞大的代码库，功能超强数据分析：numpy/pandas/os机器学习：tensorflow/scikit-learn

超级用户 root·2024-02-12 20:54

《统计学简易速速上手小册》第9章：统计学在现代科技中的应用（2024 最新版）

文章目录9.1统计学与大数据9.1.1基础知识9.1.2主要案例：社交媒体情感分析9.1.3拓展案例1：电商销售预测9.1.4拓展案例2：实时交通流量分析9.2统计学在机器学习和人工智能中的应用9.2.1

江帅帅·2024-02-12 20:54

产品经理内容分享(六)：AI产品经理需必备那些能力

目录必备的AI技术知识第一章：AI产品经理是否需要懂技术及其程度第二章：AI产品经理必备的AI技术基础知识——基础算法与机器学习方法第三章：AI产品经理必须要懂的AI技术知识——场景应用第四章：AI算法与模型的关系第五章

之乎者也··2024-02-12 20:45

2020-12-22

调整一下记录的时间准备把时间放到早晨经过一晚上的沉淀也是昨天的一个回忆同时也可以对今天的任务做一个规划短暂的停歇也是可以原谅的但是不可以原谅的是一蹶不振要知道自己是干嘛的每个阶段以及每个时期的任务一点点的向目标靠近走很长的路要记得最初的目的不是为了锻炼身体就要记得自己的目标沿途的风景交往的人都是生活一个是对老梁昨天讲的关于情商的课程的一个回顾以及自己的一个看法收获不足与提升的方面还有就是机器学习接

QuietRG·2024-02-12 20:20

探索嵌入式系统的未来发展趋势

1.人工智能与机器学习的融合随着人工智能和机器学习技术的快速发展，嵌入式系统将更多地融合这些先进技术。未来的嵌入式系统将具备更强大的智能和

迷璃学妹·2024-02-12 20:40

推荐频道

学习笔记-机器学习