机器学习算法系列面试题

基于Springboot实现学生信息管理系统

博客专家、CSDN内容合伙人、掘金特邀作者、阿里云博客专家、51CTO特邀作者、多年架构师设计经验、腾讯课堂常驻讲师主要内容：Java项目、Python项目、前端项目、人工智能与大数据、简历模板、学习资料、面试题库
编程千纸鹤·2024-02-15 10:15

基于Springboot+Vue实现图书个性化推荐系统

博客专家、CSDN内容合伙人、掘金特邀作者、阿里云博客专家、51CTO特邀作者、多年架构师设计经验、腾讯课堂常驻讲师主要内容：Java项目、Python项目、前端项目、人工智能与大数据、简历模板、学习资料、面试题库
编程千纸鹤·2024-02-15 10:15

21丨朴素贝叶斯分类（下）：如何对文档进行分类？

sklearn机器学习包sklearn的全称叫Scikit-learn，它给我们提供了3个朴素贝叶斯分类算法，分别是高斯朴素贝叶斯（GaussianNB）、多项式朴素贝叶斯（MultinomialNB）
张九日zx·2024-02-15 10:27

六、Redis之数据持久化及高频面试题

6.1数据持久化官网文档地址：https://redis.io/docs/manual/persistence/Redis提供了主要提供了2种不同形式的持久化方式：RDB（Redis数据库）：RDB持久性以指定的时间间隔执行数据集的时间点快照。AOF（AppendOnlyFile）：AOF持久化记录服务器接收到的每个写操作，在服务器启动时再次播放，重建原始数据集。命令使用与Redis协议本身相同的
acro_09·2024-02-15 10:36

Pycharm里如何设置多Python文件并行运行

有时候在跑一个机器学习或者网络爬虫或者其
Python进阶者·2024-02-15 10:22

论文阅读-面向机器学习的云工作负载预测模型的性能分析

许多基于机器学习的工作负载预测模型通过利用其计算能力和学习能力得以发展。本文提出
向来痴_·2024-02-15 10:20

js之事件循环

一道面试题说出下面代码的运行结果，并说明原因：asyncfunctionasync1(){console.log('async1start')awaitasync2()console.log('async1end
hui树·2024-02-15 10:38

【C++】static静态关键字

阿然成长日记点击可跳转个人专栏：数据结构与算法C语言进阶C++不能则学，不知则问，耻于问人，决无长进文章目录一、static的概念二、static引入三、static详解四、静态和非静态的访问关系五、面试题一
阿然成长日记·2024-02-15 10:14

代码+视频基于R语言进行K折交叉验证

交叉验验证（交叉验证，ＣＶ）则是一种评估模型泛化能力的方法，广泛应用中于数证据采挖掘和机器学习领域，在交叉验证通常将数据集分为两部分，一部分为训练集，用于建立预测模型；另一部分为测试集，用于测试该模型的泛化能力
天桥下的卖艺者·2024-02-15 09:11

内卷把同事逼成了“扫地僧”，把Git上所有面试题整理足足24W字

互联网大厂更多的是看重学历还是技术？毫无疑问，是技术，技术水平相近的情况下，肯定学历高/好的会优先一点，这点大家肯定都理解。说实话，学弟学妹们找工作难，作为面试官招人也难呀！！！招聘季节每天都在找简历、初筛、面试循环。能早点招够符合要求的求之不得呢。BAT的员工本科占大多数，并且本科生和研究生已经不做区分了，岗位、薪资、职级进来几乎一样，比如腾讯从今年开始已经开始实行本科和研究生同级同薪了。但是！
Java架构师顶顶·2024-02-15 09:59

C#实现矩阵计算

矩阵计算是一项重要的数学运算，在数据科学、机器学习等领域具有广泛的应用。首先，我们需要定义一个Matrix类来表示矩阵，并实现一些基本的矩阵操作。
湫秋刀鱼·2024-02-15 09:36

机器学习案例3：从科学论文图片中提取标题、作者和摘要

在这个项目中，我的目标是从科学论文图片中提取某些部分（标题、作者和摘要）。预期提取部分是科学论文中常见的部分，例如标题、摘要和作者。输入与最终结果。我的输入是将第一页纸转换成图像。最终结果是一个txt文件，其中包含标题、作者和摘要部分，如下图1和图2所示。我将使用UNet来了解在哪里可以找到这些部分，然后将训练学到的信息传递到OCR中。完整的项目可以在这里找到。图1要提取的论文首页（图片格式）图2
suoge223·2024-02-15 09:03

如何设置 iPad 进行机器学习开发

如果您有iPad并想将其用作开发工具，则只需完成5个步骤即可使用。在本指南中，您将学习如何：在云中设置一个实例，购买ssh客户端设置ssh连接到服务器借助Wazaterm，您可以在浏览器中使用Linux终端。1.转到Wazaterm并设置您的终端按照入门页面操作，然后运行终端。
suoge223·2024-02-15 09:33

初学者入门机器学习 (ML)的推荐教程

目录1.机器学习简介2.机器学习和深度学习有什么区别？
suoge223·2024-02-15 09:31

神经网络：卷积神经网络中的BatchNorm

一、BN介绍1.原理在机器学习中让输入的数据之间相关性越少越好，最好输入的每个样本都是均值为0方差为1。
是Dream呀·2024-02-15 09:58

编码、理解和实现LLM中的自注意力、多头注意力、交叉注意力和因果注意力

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。
lichunericli·2024-02-15 09:27

基于LightGBM的回归任务案例

在本文中，我们将学习先进的机器学习模型之一：Lightgbm。
python收藏家·2024-02-15 09:21

paddlepaddle 2.6版本在WSL2环境中如何使用NVIDIA显卡运行神经网络

paddlepaddle2.6版本发布后，官网上可以使用NVIDIAcuda12.x进行机器学习了，训练神经网络的效率大为提升。
kampoo·2024-02-15 09:47

机器学习4----随机森林

importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisdata,target=load_iris(return_X_y=True)data.shapedatafromsklearn.model_selectionimporttrain_test_splitx_train,x_test,y_train,y_test=tra
pyniu·2024-02-15 08:31

基于Java学生干部管理系统设计和实现(源码+LW+部署讲解)

技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流✌主要内容：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等
java李杨勇·2024-02-15 08:00

机器学习3----决策树

这是前期准备importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#ID3算法#每个特征的信息熵#target:账号是否真实，共2种情况#yes7个p=0.7#no3个p=0.3info_D=-(0.7*np.log2(0.7)+0.3*np.log2(0.3))info_D#日志密度L#日志密度3种结果#s3个0.31yes,2no
pyniu·2024-02-15 08:29

黑暗中工作的人脸识别技术

概述性说明热与视觉合成与现有基于可见光的面部识别系统的互操作性陆军研究人员开发了一种人工智能和机器学习技术，通过在低光照或夜间条件下拍摄人脸热图像产生可见的人脸图像。
飞猪share·2024-02-15 08:53

【百面机器学习笔记】模型评估

模型评估指标准确率（Accuracy）准确率是指分类正确的样本占总样本个数的比例。Accuracy=n(correct)/n(total)当负样本占99%时，分类器把所有样本都预测为负样本也可以获得99%的准确率。所以，当不同类别的样本比例非常不均衡时，占比大的类别往往成为影响准确率的最主要因素。精确率（Precision）&召回率（Recall）精确率是指分类正确的正样本个数占分类器判定为正样本
葡萄肉多·2024-02-15 08:06

java面试题大全带答案

SpringSecurity观后感——手绘思维脑(供参考)SpringSecurity手绘思维脑图手绘的思维导图，是我自己根据自身的情况读完这套阿里出品的SpringSecurity王者晋级文档之后所绘的，相当于是一个知识的总结与梳理，我将其分为***“核心组件”与“工作原理/认证流程”*SpringSecurity-核心组件SpringSecurity-工作原理/认证流程SpringSecuri
A编程老司机·2024-02-15 08:21

【机器学习】详解 Optimizers

目录一、简介二、原理2.1BGD(BatchGradientDescent)2.2SGD(StochasticGradientDescent)2.3MBGD(Mini-BatchGradientDescent)2.4BGD、SGD、MBGD小结2.5SGDM(StochasticGradientDescentwithMomentum)2.6AdaGrad(AdaptiveGradient)2.7R
何处闻韶·2024-02-15 08:11

机器学习材料性能预测与材料基因工程如何整？

近几年随着大数据和人工智能介入，通过采用支持向量机、神经网络等机器学习算法训练数据集来构建模型，以预测材料的结构、吸附特性、电学特性、催化性能、力学特性和热力学特性等性能，大大推动了新型材料的发现和传统材料的更
cuiliuyun·2024-02-15 08:11

[机器学习]详解transformer---小白篇

1.背景：Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构，这篇论文里只针对机器翻译这一种场景做了实验，并且由于encoder端是并行计算的，训练的时间被大大缩短了。全面击败了当时的SOTA，现阶段，Transformer在cv领域也是全面开花，基于transformer的目标识别，语义分割等算法也是经常屠榜。论文:[1706.03762
是安澜啊·2024-02-15 08:11

基于Transformer的机器学习模型的主动学习

主动学习和基于Transformer的机器学习模型的结合为有效地训练深度学习模型提供了强有力的工具。通过利用主动学习，数据科学家能够减少训练模型所需的标记数据的数量，同时仍然达到高精度。
第欧根尼的酒桶·2024-02-15 08:09

机器学习矩阵运算库Numpy入门25例

导入numpyimportnumpyasnp打印numpy的版本和配置信息print(np.version)print(np.show_config)查看函数帮助文档#np.info(np.abs)创建0向量np.zeros(10)array([0.,0.,0.,0.,0.,0.,0.,0.,0.,0.])np.zeros((5,2))array([[0.,0.],[0.,0.],[0.,0.],
皮皮大·2024-02-15 08:54

机器学习LDA线性判别器代码实现

机器学习LDA线性判别器代码实现西瓜书P60线性判别器LDA代码实现：importnumpyasnpimportmatplotlib.pyplotaspltdefload_data(file_name)
Longlongaaago·2024-02-15 07:38

Evolutionary algorithm （遗传算法）介绍

Evolutionaryalgorithm（遗传算法）介绍Evolutionaryalgorithm遗传算法，实际上也是机器学习里面一个很重要的分支。
Longlongaaago·2024-02-15 07:07

猫头虎分享已解决Bug || ImportError: cannot import name ‘relu‘ from ‘keras.layers‘

专栏链接：精选专栏：《面试题大全》—面试准备的宝典！《IDEA开发秘籍》—提升你的IDEA技能！《100天精通鸿蒙》—从Web/安卓到鸿蒙大师！
猫头虎-人工智能·2024-02-15 06:56

猫头虎分享已解决Bug || ModuleNotFoundError: No module named ‘tensorflow‘

专栏链接：精选专栏：《面试题大全》—面试准备的宝典！《IDEA开发秘籍》—提升你的IDEA技能！《100天精通鸿蒙》—从Web/安卓到鸿蒙大师！
猫头虎-人工智能·2024-02-15 06:25

猫头虎分享已解决Bug || ValueError: If no `steps` is set, the number of batches should be specified. 问题

专栏链接：精选专栏：《面试题大全》—面试准备的宝典！《IDEA开发秘籍》—提升你的IDEA技能！《100天精通鸿蒙》—从Web/安卓到鸿蒙大师！
猫头虎-人工智能·2024-02-15 06:25

猫头虎分享已解决Bug || TypeError: can‘t pickle _thread.lock objects

专栏链接：精选专栏：《面试题大全》—面试准备的宝典！《IDEA开发秘籍》—提升你的IDEA技能！《100天精通鸿蒙》—从Web/安卓到鸿蒙大师！
猫头虎-人工智能·2024-02-15 06:53

python语言常见面试题：解释Python中的变量作用域和生命周期。

在Python中，变量的作用域（Scope）和生命周期（Lifecycle）是变量管理的两个核心概念。下面我将详细解释这两个概念，并通过示例进行说明。变量作用域作用域是指变量在代码中的可见性和可访问性。Python中的变量作用域可以分为四种：局部作用域（LocalScope）、嵌套局部作用域（EnclosingScope）、全局作用域（GlobalScope）和内置作用域（Built-inScop
广寒舞雪·2024-02-15 06:53

python语言常见面试题：如何在Python中实现多态？

多态（Polymorphism）是面向对象编程中的一个重要概念，它允许你使用相同的接口（通常是方法名）来处理不同类型的对象。在Python中，多态通常是通过继承和重写父类中的方法来实现的。由于Python是一种动态类型语言，因此多态在Python中的实现与其他一些静态类型语言（如Java或C++）有所不同。在Python中，你可以通过以下步骤实现多态：定义一个基类（父类），其中包含一个或多个抽象方
广寒舞雪·2024-02-15 06:52

【前端高频面试题--git篇】

作者：“码上有前”文章简介：前端高频面试题欢迎小伙伴们点赞、收藏⭐、留言前端高频面试题--git篇常用命令gitadd和gitstage有什么区别怎么使用git连接到远程仓库github/gitlab/
码上有前·2024-02-15 06:13

linux运维基础面试题

1你常用的是哪个linux系列的发行版？参考答案：centosredhatUbuntuSUSEdebina...2ssh服务默认监听端口是多少？centos7中重启ssh服务命令？参考答案：监听端口是22重启服务命令：systemctlrestartsshd或者systemctlrestartsshd.service3说出至少三个你常见的服务以及它们默认的监听端口？参考答案：ftp服务20和21d
觅食的蛇·2024-02-15 05:55

应届毕业生面试有哪些技巧？

3.针对不同的面试题
配音就业圈·2024-02-15 05:44

2021想进大厂？高手面经送给你：Java基础笔记+面试手册+项目+高并发架构设计攻略

个人经历正文前先来一些简单的自我介绍，这部分水分较多，如果没兴趣的同学可以直接跳到第二部分看些面试题。
码农小芷·2024-02-15 05:32

iOS内存管理01-定时器

这一阶段我们主要来讲讲iOS内存管理方面的知识，面试的时候可能大家多多少少都会被问及这方面的问题，那我们就从常见的面试题开讲使用CADisplayLink、NSTimer有什么注意点？
阿召·2024-02-15 05:22

【嵌入式面试】2022年嵌入式经典面试题汇总（系统编程）

作者：不想脱发的基兄专栏：《嵌入式面试》格言：不要老叹息过去，它是不再回来的；要明智地改善现在。要以不忧不惧的坚决意志投入扑朔迷离的未来。前言2022年秋招我面试嵌入式MCU开发方向，经过了多场的笔试与面试，在准备的过程中看了非常多的资料，我的汇总的笔记一直写在有道云笔记中，没有分享出来。现在已经到了23年春招了，特此整理后分享出来。资料看过了觉得不错就保存下来了，如果有不对的地方，欢迎批评指正，
不想脱发的基兄·2024-02-15 04:37

嵌入式软件工程师面试题（九）

个人主页：嵌入式基地系列专栏：嵌入式习题专栏微信公众号：嵌入式基地嵌入式软件工程师面试题（八）1、STM32中断是怎么进入到中断服务程序的？2、malloc和new的区别？
嵌入式基地·2024-02-15 04:36

嵌入式软件工程师经典面试题__Linux专栏

资源获取链接：https://download.csdn.net/download/daizhichaoaa/79128021https://download.csdn.net/download/daizhichaoaa/79128021目录：1.磁盘使用率检测（用shell脚本）2.LVS负载均衡有哪些策略？3.谈谈你对LVS的理解？4.负载均衡的原理是什么？5.LVS由哪两部分组成的？6.与l
嵌入式DZC·2024-02-15 04:06

嵌入式软件工程师面试题（七）

个人主页：嵌入式基地系列专栏：嵌入式习题专栏微信公众号：嵌入式基地嵌入式软件工程师面试题（七）1、简单描述一下数组指针和指针数组？2、简单描述linux设备驱动中的总线，设备和驱动的关系。
嵌入式基地·2024-02-15 04:06

嵌入式软件工程师面试题（八）

个人主页：嵌入式基地系列专栏：嵌入式习题专栏微信公众号：嵌入式基地嵌入式软件工程师面试题（八）1、在FreeRTOS中，任务通知的运行机制是怎么样的？2、什么情况下会栈溢出？如何避免？
嵌入式基地·2024-02-15 04:06

C++内存管理

面试题：in
可涵不会debug·2024-02-15 03:54

基于决策树的金融市场波动性预测与应用

基于决策树的金融市场波动性预测与应用项目背景与意义数据概述与分析数据来源数据特征数据预处理与特征工程模型训练与评估结果与应用总结LightGBM是一个机器学习算法库，用于梯度提升机（GradientBoostingMachine
OverlordDuke·2024-02-15 02:42

labelImg和labelme区别

LabelImg和LabelMe是两种常用的标注工具，用于创建标注数据集以供机器学习和计算机视觉任务使用。虽然它们都具有相似的目标，即方便用户进行图像标注，但在某些方面存在一些区别。
FL1623863129·2024-02-15 02:40
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他