机器学习微服务物联网

机器学习

在过去50年，机器学习的研究已经从几个计算机工程师探索计算机是否能学会玩游戏的影响下不断成长，统计领域（在很大程度上忽视计算的考虑）到广泛的学科（该学科产生了基本的学习过程的统计-计算理论）已经设计了许多学习算法
会敲键盘的猩猩·2024-02-19 23:23

tensorflow学习笔记（二）：机器学习必备API

因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。
我愛大泡泡·2024-02-19 23:23

机器学习中的特征工程

目录一、特征工程目标二、特征工程内容（一）异常处理（二）特征标准化/归一化（三）数据分桶（四）缺失值处理（五）特征构造（六）特征筛选（特征选择）（七）降维三、代码示例（一）导入数据（二）删除异常值（三）特征构造（四）特征筛选1.过滤式2.包裹式一、特征工程目标对于特征进行进一步分析，并对于数据进行处理。完成对于特征工程的分析，并对于数据进行一些图表或者文字总结。特征工程的主要目的还是在于将数据转换
qq_44980515·2024-02-19 23:52

协调尺度：特征缩放在机器学习中的重要作用

目录一、介绍二、背景知识三、了解功能缩放四、特征缩放方法五、特征缩放的重要性六、实际意义七、代码八、结论一、介绍特征缩放是机器学习和数据分析预处理阶段的关键步骤，在优化各种算法的性能和效率方面起着至关重要的作用
无水先生·2024-02-19 23:50

2021-09-22

跟客户沟通目前物联网平台应用所表现出的一些异常，并将这些异常现象反馈给项目组上的相关同事。审阅设计新出的原型设计图，将设计里面的内容跟客户预期需要调整的点做对应。
弗莱斯曼·2024-02-19 23:53

张首晟去世之感悟(下)

其实除了张教授，区块链技术本身的前景已经得到了越来越多人的认同，吴军老师就曾指出，改变未来世界的三大技术将是区块链+人工智能+物联网。所以在我看来，区块链技术在未来的巨大前景是值得期待的。但是，“具有
悦读思考·2024-02-19 23:27

机器学习---HMM前向、后向和维特比算法的计算

1.HMMimportnumpyasnp#In[15]:classHiddenMarkov:defforward(self,Q,V,A,B,O,PI):#使用前向算法N=len(Q)#状态序列的大小M=len(O)#观测序列的大小alphas=np.zeros((N,M))#alpha值T=M#有几个时刻，有几个观测序列，就有几个时刻fortinrange(T):#遍历每一时刻，算出alpha值i
三月七꧁ ꧂·2024-02-19 23:23

【机器学习笔记】5 机器学习实践

数据集划分子集划分训练集（TrainingSet）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。验证集（ValidationSet）：也叫做开发集（DevSet），用来做模型选择（modelselection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，即训练超参数，可选；测试集（TestSet）：为了测试已经训练好的模型的精确度。三者划分：训练集、验证集、
RIKI_1·2024-02-19 23:52

机器学习和统计学的区别？

1、本质区别：目标：机器学习的核心目标是建立一个可以自动学习和改进的模型，以预测未知数据。它更关注结果的准确性和模型的泛化能力，通常不关心模型是否可以解释。
小桥流水---人工智能·2024-02-19 23:21

GAN生成对抗性网络

一、GAN原理出发点：机器学习中生成模型的问题无监督学习是机器学习和未来人工智能的突破点，生成模型是无监督学习的关键部分特点：不需要MCMC或者变分贝叶斯等复杂的手段，只需要在G和D中对应的多层感知机中运行反向传播或者梯度下降算法模型通常使用神经网络
Dirschs·2024-02-19 23:19

【解决（几乎）任何机器学习问题】：超参数优化篇（超详细）

假设您的机器学习项⽬有⼀个简单的流程。有⼀个数据集，你直接应⽤⼀个模型，然后得到结果。模型在这⾥的参数被称为超参数，即控制模型训练/拟合过程的参数。
X.AI666·2024-02-19 23:48

机器学习网格搜索超参数优化实战(随机森林) ##4

文章目录基于Kaggle电信用户流失案例数据（可在官网进行下载）数据预处理模块时序特征衍生第一轮网格搜索第二轮搜索第三轮搜索第四轮搜索第五轮搜索基于Kaggle电信用户流失案例数据（可在官网进行下载）导入库#基础数据科学运算库importnumpyasnpimportpandasaspd#可视化库importseabornassnsimportmatplotlib.pyplotasplt#时间模块
恒c·2024-02-19 23:47

机器学习中为什么需要梯度下降

在机器学习中，梯度下降是一种常用的优化算法，用于寻找损失函数的最小值。我们可以用一个简单的爬山场景来类比梯度下降的过程。假设你被困在山上，需要找到一条通往山下的路。
华农DrLai·2024-02-19 23:16

创新设计与技术突破：嵌入式系统在人工智能和机器学习领域的应用前景

嵌入式系统在人工智能和机器学习领域的应用前景非常广阔，创新设计和技术突破将进一步推动这些领域的发展。
迷璃学妹·2024-02-19 23:45

【工作记录】基于docker+mysql部署单机版nacos2.0.4@20240219

Nacos介绍Nacos是阿里巴巴开源的一款集服务发现、配置管理和服务元数据管理于一身的中间件，主要用于构建云原生应用和微服务架构。
泽济天下·2024-02-19 22:12

【工作记录】基于wait-for.sh控制docker-compose中服务启动顺序的一次实践@20240219

背景这个问题其实由来已久，尤其是在微服务部署过程中体现的尤为明显，就是服务的启动顺序问题。
泽济天下·2024-02-19 22:37

共享单车的基本通信原理是什么？

车锁内集成了嵌入式芯片（通信模块），GPS模块和物联网SIM卡。
嵌入式开发星球·2024-02-19 22:19

Java微服务架构的选择：Spring Cloud、Kubernetes还是Kubernetes + Istio？

微服务架构已经成为现代软件开发的趋势，其可以带来高度可伸缩性、松耦合性和团队自治性等优势。
小郑说编程i·2024-02-19 22:45

浅谈分布式系统中的补偿机制设计问题

这样的事情在微服务下就更为明显了，因为业务需要在一致性上的保证。也就是说，如果一个步骤失败了，要么不断重试保证所有的步骤
架构文摘·2024-02-19 22:59

10分钟说透Saga分布式事务

长按扫描上方二维码一元抢购开篇随着微服务架构的兴起，越来越多的公司会在实际场景中遇到分布式事务的问题。特别是在金融应用场景，几个跨进程的应用共同完成一个任务，就更离不开分布式事务的参与。
石杉的架构笔记·2024-02-19 22:28

面试官：浅谈分布式系统中的补偿机制设计问题？

这样的事情在微服务下就更为明显了，因为业务需要在一致性上的保证。也就是说，如果一个步骤失败了，要么不断重试保证所有的步骤
Java精选·2024-02-19 22:57

10分钟带你了解分布式系统的补偿机制

这样的事情在微服务下就更为明显了，因为业务需要在一致性上的保证。也就是说，如果一个步骤失败了，要么不断重试保证所有的步骤
咖啡加剁椒·2024-02-19 22:53

基于51/STM32单片机的智能药盒 物联网定时吃药 药品分类

功能介绍以51/STM32单片机作为主控系统；LCD1602液晶显示当前时间、温湿度、药品重量3次吃药时间、药品类目和药品数量HX711压力采集当前药品重量红外感应当前药盒是否打开DS1302时钟芯片显示当前年月日、时分秒、星期DHT11采集当前环境温度和湿度手机端连接WIFI后可以显示当前温湿度、重量、吃药时间等信息手机端可以设置当前吃药时间、药品种类、药品数量等信息当吃药时间到后手机端震动提醒
咸鱼弟·2024-02-19 22:21

基于ESP32+Platformio的物联网RTOS_SDK-CC_Device

本项目基于ESP32以及Platformio平台开发，请自行查阅如何配置这个环境开源gitee地址：cc_smart_device如果愿意贡献项目or提出疑问和修改的，请在gitee上提issue项目里的mqtt服务器是公共的请大家最好换成私有的否则容易收到其他用户的错误数据文章目录1基本介绍2基本架构3中间件3.1RTOS部分3.1.1互斥锁3.1.2信号量3.1.3消息队列3.1.4软件定时器
这里煤球·2024-02-19 22:20

自主可控时代，物联网呼唤怎样的操作系统？

来源：物联网智库作者：Levin导读物联网产业的竞争正在向着生态系统发展，包括互联网巨头和运营商在内的企业都在基于平台，积极布局上游关键技术和下游解决方案。
人工智能学家·2024-02-19 22:16

使用知识图谱来表示普通操作系统实时操作系统以及物联网操作系统

操作系统有多种类型，包括普通操作系统、实时操作系统（RTOS）和物联网操作系统（IoTOS）。
人生万事须自为，跬步江山即寥廓。·2024-02-19 22:14

【ASP.NET Core 基础知识】--最佳实践和进阶主题--微服务和容器化

Tip：想要了解并学习微服务和容器化的知识，请跳转到《Docker极简教程》一、微服务概述1.1什么是微服务？
喵叔哟·2024-02-19 22:43

年薪70w的腾讯T3-2大佬教你如何搭建微服务架构，你怎能学不会？

前言最近，微服务架构，被认为是IT软件架构的未来方向。在业务模型不完善，超大规模流量的冲击的情况下，许多企业纷纷抛弃了传统研发模式，拥抱微服务。
Java程序员YY·2024-02-19 21:47

【微服务】skywalking自定义告警规则使用详解

目录一、前言二、SkyWalking告警功能介绍2.1SkyWalking告警是什么2.2为什么需要SkyWalking告警功能2.2.1及时发现系统异常2.2.2保障和提升系统稳定性2.2.3避免数据丢失2.2.4提高故障处理效率三、SkyWalking告警规则3.1SkyWalking告警规则配置3.2SkyWalking告警规则参数配置说明3.3Webhook介绍3.3.1什么是Webhoo
小码农叔叔·2024-02-19 21:26

物联网核心协议MQTT快速入门3 发布消息与取消订阅

发布信息mosquitto_pub-Vmqttv311-tsensors/drone01/altitude-m"10f"-dClient(null)sendingCONNECTClient(null)receivedCONNACK(0)Client(null)sendingPUBLISH(d0,q0,r0,m1,'sensors/drone01/altitude',...(4bytes))Clie
python测试开发·2024-02-19 21:19

SpringCloud第一天

1.认识微服务随着互联网行业的发展，对服务的要求也越来越高，服务架构也从单体架构逐渐演变为现在流行的微服务架构。这些架构之间有怎样的差别呢？
是程序喵呀·2024-02-19 21:07

STM32玩转物联网实战篇：3.1.ESP8266 WIFI模块WEBClient通信示例详解GET、POST（心知天气、Onenet）

1、准备开发板开发板功能区分布图开发板俯视图2、HTTP协议介绍HTTP协议简介    HTTP（HyperTextTransferProtocol）协议，即超文本传输协议，是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP协议是基于TCP/IP协议的网络应用层协议。    HTTP是一个客户端终端（用户）和服务器端（网站）请求和应答的标准（TCP）。通过使用网页浏览器、网络爬虫或者其
AIoT-韶华分明·2024-02-19 20:24

【STM32 CubeMX】GPIO_HAL库源码分析

GPIO1.2HAL_GPIO_Init源码分析GPIO_InitTypeDef初始化结构体HAL_GPIO_Init函数总结前言提示：这里可以添加本文要记录的大概内容：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
人才程序员·2024-02-19 20:23

OpenCV介绍和使用

目录一：简介二：安装三：使用一：简介OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、机器学习等领域。
攻城狮的梦·2024-02-19 20:43

萌新驾到，C语言的学习及其步入嵌入式，与CSDN的结缘

大家好，我是来自物联网工程专业的准大二学生一枚，随着时间线的推移，我不知不觉中度过了大一的一个学年，进入了象征大一结局的暑假，在这大一的一年里，我与CSDN的初识是因为C语言。
考试可爱又可恨·2024-02-19 20:12

单片机技术的未来发展趋势：人工智能与物联网的融合

单片机技术在未来的发展趋势中，人工智能（AI）和物联网（IoT）的融合将会是一个重要的方向。
迷璃学妹·2024-02-19 20:26

从物联网到边缘计算：嵌入式系统在智能化时代的应用与挑战

随着物联网和边缘计算技术的快速发展，嵌入式系统在智能化时代扮演着至关重要的角色。
迷璃学妹·2024-02-19 20:55

optuna，一个好用的Python机器学习自动化超参数优化库

️个人主页：鼠鼠我捏，要死了捏的主页️付费专栏：Python专栏️个人学习笔记，若有缺误，欢迎评论区指正前言超参数优化是机器学习中的重要问题，它涉及在训练模型时选择最优的超参数组合，以提高模型的性能和泛化能力
牵着猫散步的鼠鼠·2024-02-19 20:23

【机器学习笔记】11 支持向量机

支持向量机（SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。与逻辑回归和神经网络相比，支持向量机，在学习复杂的非线性方程时提供了一种更为清
RIKI_1·2024-02-19 19:38

【机器学习笔记】12 聚类

无监督学习概述监督学习在一个典型的监督学习中，训练集有标签，我们的目标是找到能够区分正样本和负样本的决策边界，需要据此拟合一个假设函数。无监督学习与此不同的是，在无监督学习中，我们的数据没有附带任何标签，无监督学习主要分为聚类、降维、关联规则、推荐系统等方面。主要的无监督学习方法聚类（Clustering）如何将教室里的学生按爱好、身高划分为5类？降维（DimensionalityReductio
RIKI_1·2024-02-19 19:38

【机器学习笔记】4 朴素贝叶斯

贝叶斯方法贝叶斯分类贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。朴素贝叶斯分类是这一类算法中最简单的较为常见的算法。先验概率根据以往经验和分析得到的概率。我们用()来代表在没有训练数据前假设拥有的初始概率。后验概率根据已经发生的事件来分析得到的概率。以(|)代表假设成立的情下观察到数据的概率，因为它反映了在看到训练数据后成立的置信度。联合概率是指在多元的概率分
RIKI_1·2024-02-19 19:07

【机器学习笔记】 6 机器学习库Scikit-learn

Scikit-learn概述Scikit-learn是基于NumPy、SciPy和Matplotlib的开源Python机器学习包,它封装了一系列数据预处理、机器学习算法、模型选择等工具,是数据分析师首选的机器学习工具包
RIKI_1·2024-02-19 19:07

【机器学习笔记】10 人工神经网络

人工神经网络发展史1943年，心理学家McCulloch和逻辑学家Pitts建立神经网络的数学模型，MP模型每个神经元都可以抽象为一个圆圈，每个圆圈都附带特定的函数称之为激活函数，每两个神经元之间的连接的大小的加权值即为权重。1960年代，人工网络得到了进一步地发展感知机和自适应线性元件等被提出。M.Minsky仔细分析了以感知机为代表的神经网络的局限性，指出了感知机不能解决非线性问题，这极大影响
RIKI_1·2024-02-19 19:07

机器学习训练营逻辑回归分类预测学习笔记

#1.学习知识点概要1.1逻辑回归1.2python的逻辑回归实现#2.学习内容主要学习了逻辑回归的基本公式和概念，然后实践了逻辑回归的简单应用（以iris数据库为例子）。内容比较简单之前都有接触过。###逻辑回归（LR）Logistic回归是一种分类方法，主要用于两分类问题（binaryproblem），所以利用了Logistic函数（或称为Sigmoid函数），函数形式为：$$logi(z)=
咩神烦·2024-02-19 19:04

【机器学习笔记】3 逻辑回归

分类问题分类问题监督学习最主要的类型，主要特征是标签离散，逻辑回归是解决分类问题的常见算法，输入变量可以是离散的也可以是连续的二分类先从用蓝色圆形数据定义为类型1，其余数据为类型2；只需要分类1次，步骤：①->②多分类问题先定义其中一类为类型1（正类），其余数据为负类（rest）；接下来去掉类型1数据，剩余部分再次进行二分类，分成类型2和负类；如果有类，那就需要分类-1次,步骤：①->②->③->
RIKI_1·2024-02-19 19:02

FPGA转行ISP的探索之二：技术路线和概念

图像去噪的算法一般是滤波，比如空域滤波，变换域滤波，机器学习方法等，经常是用OpenCV的代码来写。2）CONTRAST，对比
徐丹FPGA之路·2024-02-19 19:32

【SpringCloud-Alibaba系列教程】12.日志链路追踪

引入问题毕竟写代码，肯定有bug的，所以我们必要日志查看还是需要的，但是微服务查看，我们需要一条整个链路追踪，要不然我们根本不知道，哪里出问题了，所以我们需要进行实现链路日志追踪。
coderxgc·2024-02-19 19:29

机器学习技法笔记5：Kernel 逻辑回归

5-1Soft-MarginSVMasRegularizedModel前面几篇：机器学习技法笔记1：线性SVM机器学习技法笔记2：SVM的对偶形式机器学习技法笔记3：KernelSVM机器学习技法笔记4
wang_buaa·2024-02-19 19:49

001：自动驾驶概述

技术探索阶段（2005年-2015年）：随着计算机技术和机器学习技术的快速发展，自动驾驶技术开始
qq_31762031·2024-02-19 19:33

聚类分析入门：使用Python和K-means算法进行数据聚类

文章标题：聚类分析入门：使用Python和K-means算法进行数据聚类简介聚类分析是机器学习中的一个重要任务，它涉及将数据集中的样本分成多个类别或簇，使得同一簇内的样本相似度较高，不同簇之间的样本相似度较低
Evaporator Core·2024-02-19 19:01
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他