机器学习初章

Spark Livy 指南及livy部署访问实践

背景：ApacheSpark是一个比较流行的大数据框架、广泛运用于数据处理、数据分析、机器学习中，它提供了两种方式进行数据处理，一是交互式处理：比如用户使用spark-shell，编写交互式代码编译成spark
house.zhang·2025-01-19 22:40

C#遇见TensorFlow.NET：开启机器学习的全新时代

在当今快速发展的科技世界里，机器学习（MachineLearning,ML）已经成为推动创新的重要力量。从个性化推荐系统到自动驾驶汽车，ML的应用无处不在。
墨夶·2025-01-19 21:34

《Spring微服务实战》读书笔记

第一章欢
johnny233·2025-01-19 19:50

图论DFS：黑红树

我的个人主页往{\color{Red}{\Huge往}}往期{\color{Green}{\Huge期}}期文{\color{Blue}{\Huge文}}文章{\color{Orange}{\Huge章}
Python_enjoy·2025-01-19 19:47

sed学习笔记1

0.引用《Linux命令行与shell脚本编程大全.第3版by布鲁姆，布雷斯纳汉》第19章，第21章1.今晚回家学习总结
我要精通C++·2025-01-19 19:16

嵌入式驱动开发详解视频教程

第一章+Linux设备驱动模型第二章Linux内核模块第三章Linux内核编程API第四章Linux字符设备驱动第五章Linux块设备驱动第六章Linuxplatform驱动第七章Linux触摸屏设备驱动第八章
acp小鸡炖蘑菇·2025-01-19 16:25

深入探索Python编程技术：从入门到精通的全方位学习指南

无论是数据科学、机器学习、Web开发、自动化脚本编写，还是桌面应用开发，Python都能发挥其独特优势，帮助开发者高效完成任务。
小码快撩·2025-01-19 16:21

从零开始的 AI Infra 学习之路

从零开始的AIInfra学习之路文章目录从零开始的AIInfra学习之路一、概述二、AI算法应用2.1机器学习2.2深度学习2.3LLM三、AI开发体系3.1编程语言四、AI训练框架&推理引擎4.1PyTorch4.2llama.cpp4.3vLLM
SSS不知-道·2025-01-19 15:15

python 特征选择方法_【来点干货】机器学习中常用的特征选择方法及非常详细的Python实例...

它是机器学习中非常重要的一步并在很大程度上可以提高模型预测精度。这里我总结了一些机器学习中常见的比较有用的特征选择方法并附上相关python实现code。希望可以给大家一些启发。
Blair Long·2025-01-19 15:14

chatgpt赋能python：Python群发微信消息：解决方案

Python是一门十分强大的编程语言，广泛用于各种人工智能、计算机视觉、机器学习等领域。Python可以用于开发各种应用程序，它也可以用于批量处理和发送微信消息。
suimodina·2025-01-19 15:42

新书速览|鸿蒙之光HarmonyOS NEXT原生应用开发入门

全书共16章，内容涵盖HarmonyOS架构、DevEcoStudio使用、应用结构解析、ArkTS编程语言、Ability组件、ArkUI开发、公共事件处理、窗口管理、网络编
全栈开发圈·2025-01-19 15:11

ChatGPT4.0最新功能和使用技巧，助力日常生活、学习与工作！

熟练掌握ChatGPT4.0在数据分析、自动生成代码等方面的强大功能，系统学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方法，同时掌握ChatGPT4.0在科研工作中的各种使用方法与技巧
WangYan2022·2025-01-19 14:34

ASPICE 4.0引领自动驾驶未来：机器学习模型的特点与实践

ASPICE4.0-ML机器学习模型是针对汽车行业，特别是在汽车软件开发中，针对机器学习（MachineLearning,ML）应用的特定标准和过程。
亚远景aspice·2025-01-19 13:29

python中tensorflow_python机器学习TensorFlow框架

TensorFlow框架关注公众号“轻松学编程”了解更多。一、简介TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端的计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统
弦歌缓缓·2025-01-19 13:55

Pytorch详解-模型模块(RNN,CNN,FNN,LSTM,GRU,TCN,Transformer)

Pytorch详解-模型模块Module¶meterModule初认识forward函数ParameterPytorch中的权重、参数和超参数Module容器-ContainersSequentialModuleListModuleDictParameterList
qq742234984·2025-01-19 13:24

linux软连接

文章目录第1章Linux文件类型1.文件类型与拓展名介绍2.Linux下常见的文件类型说明3.使用file命令查看文件的类型4.Windows和Linux下常见的拓展名说明第2章文件属性概述1.文件属性解释第
听风Q·2025-01-19 12:49

linux文本管理！！！

文章目录第1章文本过滤/查看命令1.echo：输出文本2.cat：合并文件或查看文件内容3.head：显示文件头部信息4.tail：显示文件尾部信息5.wc:统计文本行号6.less：分页显示文件内容7
听风Q·2025-01-19 12:19

2025/1月植物大战僵尸杂交版V3.1新内容速览与下载

藏匿战役第一期提供多达8章的内容，每章节6关，关卡难度较高。2.全新成就系统成就系统开放，并添加35项成就。完成成就可获取限定植物卡牌、限定道具以及金钱奖励。3.新增植物新
mamahaha2025·2025-01-19 10:36

【机器学习实战中阶】音乐流派分类-自动化分类不同音乐风格

音乐流派分类–自动化分类不同音乐风格在本教程中，我们将开发一个深度学习项目，用于自动化地从音频文件中分类不同的音乐流派。我们将使用音频文件的频率域和时间域低级特征来分类这些音频文件。对于这个项目，我们需要一个具有相似大小和相似频率范围的音频曲目数据集。GTZAN流派分类数据集是音乐流派分类项目中最推荐的数据集，并且它是为了这个任务而收集的。音乐流派分类器模型音乐流派分类关于数据集：GTZAN流派收
精通代码大仙·2025-01-19 10:01

全面解读 Databricks：从架构、引擎到优化策略

在Databricks平台上，数据工程、数据科学与数据分析团队能够协作使用Spark、DeltaLake、MLflow等工具高效处理数据与构建机器学习应用。
克里斯蒂亚诺罗纳尔多阿维罗·2025-01-19 09:27

AI歌手会成为主流吗？

1.AI歌手的发展现状1.1技术背景我们处于一个机器学习和深度学习技术飞速发展的时代，AI歌手的诞生并非偶然。通过收集和分析大量的音乐数据，AI能够学习并模仿特定歌手
网络安全我来了·2025-01-19 09:23

【机器学习：三十二、强化学习：理论与应用】

1.强化学习概述**强化学习（ReinforcementLearning,RL）**是一种机器学习方法，旨在通过试验与反馈的交互，使智能体（Agent）在动态环境中学习决策策略，以最大化累积奖励（CumulativeReward
KeyPan·2025-01-19 09:19

【机器学习：二十七、决策树集合】

1.决策树集合的概述决策树集合是一种基于多个决策树模型集成的机器学习方法，通过组合多个弱学习器（决策树）形成一个强学习器，显著提升预测性能和泛化能力。
KeyPan·2025-01-19 08:49

学习AI大模型的小白入门建议和具体的学习方法推荐

我可能应该从了解机器学习的基础知识开始。
aFakeProgramer·2025-01-19 08:17

Nacos深度剖析：配置及高可用方案全攻略

文章目录第1章Nacos服务端配置参数1.1全局参数1.2Naming模块参数1.3Config模块参数1.4CMDB模块参数第2章NacosClient配置参数2.1通用参数2.2Naming客户端2.3Config
磐基Stack专业服务团队·2025-01-19 08:43

Nacos 监控全攻略：从 Prometheus 数据采集到核心指标解读

文章目录第1章Prometheus采集Nacosmetrics数据第2章Nacosmetrics含义2.1jvmmetrics2.2Nacos监控指标2.3nacos异常指标2.4clientmetricsNacos2
磐基Stack专业服务团队·2025-01-19 08:13

机器学习——认识有监督学习与无监督学习

目录有监督学习与无监督学习有监督学习无监督学习监督学习与无监督学习的区别有监督学习与无监督学习有监督学习和无监督学习是机器学习中的两种主要学习方式，它们的主要区别在于数据的标注情况和学习的目标。
伊一大数据&人工智能学习日志·2025-01-19 08:41

上位机操作篇---Linux常用命令

第二章Linux常用命令（简介）常用命令及其简介第二章Linux常用命令（简介）前言第一部分：基础命令一、pwd二、ls或者ls[选项][目录名]三、cd四、clear或者crtl+l第二部分：文件操作一
Ronin-Lotus·2025-01-19 07:03

SnowNLP 情感分析

这部作品讲述了一段发生在上世纪初的跨越阶级的爱情故事。在这篇文学短评中，我们将探讨这部小说所展现的情感与人性，以及它
Taichi呀·2025-01-19 06:26

SQL语言的数据库交互

SQL于1970年代初被IB
C++小厨神·2025-01-19 05:46

从零开始构建一个大语言模型-第二章第一节

#第二章目录**2.1理解词嵌入**2.2文本分词2.3将词元转换为词元ID2.4添加特殊上下文词元2.5字节对编码2.6使用滑动窗口进行数据采样2.7创建词元嵌入2.8编码词位置#本章涵盖为大型语言模型训练准备文本
释迦呼呼·2025-01-19 03:55

机器学习笔记——Boosting中常用算法（GBDT、XGBoost、LightGBM）迭代路径

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文主要阐述Boosting中常用算法（GBDT、XGBoost、LightGBM）的迭代路径。文章目录XGBoost相对GBDT的改进引入正则化项，防止过拟合损失函数L(yi,y^i)L(y_i,\hat{y}_i)L(yi,y^i)正则化项Ω(fm)\Omega(f_m)Ω(fm)使用二阶导数信息，加速收敛一阶导数与二
好评笔记·2025-01-19 03:24

算法设计与分析第一章课后作业

第一章一.单选题1【单选题】子程序（包括函数和方法）是用来被调用的，递归指的是A、不同子程序之间直接或间接调用的程序设计方法B、同一个子程序直接或间接调用自己的程序设计方法C、子程序向调用它的程序段返回结果的程序设计方法
小毛头~·2025-01-19 01:09

Hutool工具库：Java开发提速的秘密武器

二、Hutool工具库初相识2.1什么是HutoolHutool是由国内开发者林智
myshare2022·2025-01-19 01:35

内网安全攻防：渗透测试实战指南之内网信息搜集

《内网安全攻防：渗透测试实战指南》第2章：内网信息搜集内网渗透测试的核心是信息搜集。
网络安全进阶·2025-01-19 00:35

第三章、python中的对象、变量、标识符、作用域、引用(调用)及地址的概念(3.1-3.2)------内存地址、创建对象、对象的类型及对象的划分问题

第三章、python中的对象、变量、标识符、作用域、引用(调用)及地址的概念本章讲述编程中对象、变量、地址的基本概念及其之间的关系，可迭代对象、可变对象、不可变对象的特点。
thefg·2025-01-18 23:50

Spark 源码分析(一) SparkRpc中序列化与反序列化Serializer的抽象类解读 （正在更新中~）别人能写出来的，你也能行！多学习别人的思路，形成自己的思路，高薪工作奔你而来！

后一篇链接在这接上一章请先看解读序列化抽象类第一部分（这是一个链接）目录接上一章请先看解读序列化抽象类第一部分2.Java序列化实现类JavaSerializer(1)JavaSerializationStream
小白的大数据历程·2025-01-18 22:07

机器学习02-发展历史补充

机器学习02-发展历史补充文章目录机器学习02-发展历史补充1-机器学习个人理解1-初始阶段：统计学习和模式识别（20世纪50年代至80年代）2-第二阶段【集成时代】+【核方法】（20世纪90年代至2000
坐吃山猪·2025-01-18 21:02

Python数据分析高频面试题及答案

目录1.基础知识2.数据处理3.数据可视化4.机器学习模型5.进阶问题6.数据清洗与预处理7.数据转换与操作8.时间序列分析9.高级数据分析技术10.数据降维与特征选择11.模型评估与优化12.数据操作与转换
闲人编程·2025-01-18 20:23

《电子制作从零开始》 第1章：电子制作入门

第1章：电子制作入门1.1走进电子制作的世界电子制作的魅力与应用领域创造力的体现：电子制作就像是一场科技与创意的结合。
请向我看齐·2025-01-18 20:22

数据结构---C++版

第1章数据结构的基本概念1.1数据结构在程序设计中的作用1）程序设计的实质是什么?
海狸_hlz·2025-01-18 20:51

Python机器学习之XGBoost从入门到实战(基本理论说明)

Xgboost从基础到实战XGBoost:eXtremeGradientBoosting*应用机器学习领域的一个强有力的工具*GradientBootingMachines(GBM)的优化表现，快速有效
雪域枫蓝·2025-01-18 19:10

【数据分析岗】关于数据分析岗面试python的金典问题+解答，包含数据读取、数据清洗、数据分析、机器学习等内容

大家好，我是摇光~，用大白话讲解所有你难懂的知识点最近和几个大佬交流了，说了很多关于现在职场面试等问题，然后也找他们问了问他们基本面试的话都会提什么问题。所以我收集了很多关于python的面试题，希望对大家面试有用。类别1：数据读取与处理问题1：如何用Python从Excel文件中读取数据？答：在Python中，可以使用pandas库从Excel文件中读取数据。pandas提供了read_exce
摇光~·2025-01-18 19:07

【Python篇】深入机器学习核心：XGBoost 从入门到实战

文章目录XGBoost完整学习指南：从零开始掌握梯度提升1.前言2.什么是XGBoost？2.1梯度提升简介3.安装XGBoost4.数据准备4.1加载数据4.2数据集划分5.XGBoost基础操作5.1转换为DMatrix格式5.2设置参数5.3模型训练5.4预测6.模型评估7.超参数调优7.1常用超参数7.2网格搜索8.XGBoost特征重要性分析9.高级功能扩展9.1模型解释与可解释性9.2
半截诗·2025-01-18 19:06

MySQL第一章 dos窗口mysql命令合集(超详细!!!)一篇就够了

前言：本章节主要学习MySQL数据库在dos窗口下的基础命令，sql语句等相关知识点，收录于MySQL基础系列，该系列主要讲解MySQL数据库dos命令/sql约束/sql语句/sql连接查询等相关知识点，欢迎童鞋们互相交流。觉得不错可以三连订阅喔。目标：1连接Mysql1.1连接本机上的MYSQL1.2连接远程主机上的MYSQL1.3退出MYSQL命令2修改密码2.1给root加个密码ab122
秦老师Q·2025-01-18 18:33

提升数据科学工作流效率的10个Jupyter Notebook高级特性

JupyterNotebooks已成为数据科学家、机器学习工程师和Python开发人员的核心开发工具。其核心优势在于提供了一个集成式环境，支持代码执行、文本编辑和数据可视化的无缝整合。
·2025-01-18 18:05

Python 数据建模完整流程指南

在数据科学和机器学习中，建模是一个至关重要的过程。通过有效的数据建模，我们能够从原始数据中提取有用的洞察，并为预测或分类任务提供支持。
木觞清·2025-01-18 18:56

【第十章——数据可视化之地图构建】【最新！黑马程序员Python自学课程笔记】课上笔记+案例源码+作业源码

第十章-数据可视化之地图构建10.1数据可视化-地图-基础地图使用注意！！！
嗯哈！·2025-01-18 17:21

大语言模型（LLMs）入门教程（非常详细）从零基础入门到精通，看完这一篇就够了

大语言模型（LLMs）作为人工智能（AI）领域的一项突破性发展，已经改变了自然语言处理（NLP）和机器学习（ML）应用的面貌。
大模型零基础教程·2025-01-18 17:19

【Python】已解决：ModuleNotFoundError: No module named ‘sklearn‘

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
屿小夏·2025-01-18 16:10
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他