机器学习面经第22页

【python 机器学习】sklearn转换器与预估器

文章目录sklearn转换器与预估器1.什么是转换器（Transformer）？通俗介绍：学术解释：2.什么是预估器（Estimator）？通俗介绍：学术解释：3.转换器与预估器的共同点4.转换器与预估器的区别5.使用`sklearn`中的转换器与预估器5.1示例：数据标准化（转换器）5.2示例：模型训练与预测（预估器）6.使用`Pipeline`结合转换器与预估器7.总结sklearn转换器与预

人才程序员·2025-02-13 03:04

多图详解VSCode搭建Python开发环境

爱编程的喵喵·2025-02-13 02:26

更符合DeepSeek的提问方式，学术论文方面的能力我总结了这几十个提示词！

例如不要问“如何学习机器学习？”而应问“零基础如何机器学习”。对于复杂问题，可将其拆解为多个小问题，逐一提问。比如先问“学习机器学习先学习python更好吗？”

AIWritePaper官方账号·2025-02-13 01:23

python 3.8 的anaconda怎么下载

Python3.8版本的Anaconda下载与安装指南在当今数据科学、机器学习和人工智能领域，Anaconda作为一款集成了众多Python包的发行版，受到了广泛欢迎。

xiamu_CDA·2025-02-13 01:50

Kibana全方位解析：告别小白，成为高手的必经之路！

Elasticsearch的关系1.1相互依赖性1.2数据流动1.3功能互补1.4协同工作3、Kibana的主要功能1.1数据发现与探索1.2可视化与仪表板1.3监控与告警1.4Canvas可视化1.5机器学习

奔跑吧邓邓子·2025-02-12 22:57

17.推荐系统的在线学习与实时更新

郑万通·2025-02-12 20:15

Java也能玩转机器学习？从零搭建你的第一个模型

Java也能玩转机器学习？从零搭建你的第一个模型引言：一、打破认知：Java也能玩转机器学习1.1为什么选择Java？

prince_zxill·2025-02-12 20:12

【LeetCode: 1760. 袋子里最少数目的球 + 二分】

硕风和炜·2025-02-12 20:10

【LeetCode: 8. 字符串转换整数 (atoi) + 模拟】

硕风和炜·2025-02-12 19:38

计算机网络面经（一）

说说OSI七层、TCP/IP四层的关系和区别？OSI七层从下往上依次是：物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。TCP/IP四层从下往上依次是：网络接口层、网络层、传输层、应用层。特点：层与层之间相互独立又相互依靠上层依赖于下层，下层为上层提供服务TCP/IP四层是OSI七层的简化版，已经成为实事国际标准。说说TCP与UDP的区别？总结：TCP向上层提供面向连接的可靠服务，UD

爱强拆的鲁班七号·2025-02-12 18:59

计算机网络面经个人随意记录

TCP是啥？TCP是面向连接的（发送端到接收端建立一个连接通道，为了维护连接的可靠性，通过一定的数据结构来维护交互状态。），可靠的（无论网络链路出现什么变化，TCP都保证一个报文一定到达接收端。），基于字节流（发送的是一个流，无头无尾，无限制大小并且有序列号保证有序性，正确性。）的传输层通信协议。UDP是啥？UDP是面向无连接（发送数据前不需要建立连接，减小了开销和发送时延。），不可靠（不保证可靠

那边的那位高富帅·2025-02-12 18:59

MySQL面经

目录基础篇MySQL的存储引擎有哪些？为什么常用InnoDB？B+树和B树的比较为什么用B+树，不用B树或者AVL（优点）/哈希表关系型数据库和非关系型数据库的区别MySQL解析过程，执行过程如何优化数据库分表：mysql的server层SQL注入攻击索引聚簇和非聚簇索引的区别td除了聚簇索引，还有什么索引？二级索引存放的有哪些数据？哪些情况下应该or不应该建立索引索引失效的情况：数据库的索引是如

MySGDLife·2025-02-12 18:59

Python 调用 Azure OpenAI API

在人工智能和机器学习快速发展的今天，AzureOpenAI服务为开发者提供了强大的工具来集成先进的AI能力到他们的应用中。

ivwdcwso·2025-02-12 18:27

计算机网络面经：快来看看你是否全部掌握？

目录1、TCP/IP网络模型有哪几层？2、键入网址到网页显示，期间发生了什么？3、HTTP常见的状态码都有哪些4、HTTP常见字段有哪些？5、get与post有什么区别？6、HTTP的缓存技术有哪些？7、HTTP/1.1的优缺点8、Http/2做了什么优化？9、Http/3做了什么优化？10、HTTP与HTTPS有哪些区别？11、HTTPS的握手是怎么样的？12、HTTPS一定安全可靠吗？13、H

准入职的java螺丝钉一枚·2025-02-12 18:25

计算机网络面经

文章目录基础HTTPHTTP报文结构（注意）RPC和http的区别TCPTCP报文结构（注意）IP基础HTTPHTTP报文结构（注意）请求行：请求方法get/post，url，http版本请求头：用户标识，请求体长度，类型，cookie请求体：内容状态行：状态码，状态消息、（http版本）响应头：内容长度，内容类型响应体：内容RPC和http的区别RPC是远程过程调用，允许一个程序调用位于另一台计

MySGDLife·2025-02-12 18:24

云原生周刊：K8s 严重漏洞

KitOps支持统一打包，将AI/ML模型、数据集和配置封装为便携式工件，同时提供详细的版本控制，确保机器学习实验的可追溯性和可复现性。YokaiYok

KubeSphere 云原生·2025-02-12 17:49

如何配置syslog及修改默认端口号

爱编程的喵喵·2025-02-12 17:47

AI基础 -- AI学习路径图

现在与未来人工智能的定义与发展简史从符号主义到统计学习、再到深度学习与大模型的变迁本书内容概览与学习路径指引2.线性代数与矩阵运算向量与矩阵的基本概念矩阵分解（特征值分解、奇异值分解）张量运算简介（为后续深度学习做准备）在机器学习和深度学习中的应用示例

sz66cm·2025-02-12 16:40

探索 Dify：开源 LLM 应用开发平台

探索Dify：开源LLM应用开发平台介绍在快速发展的AI和机器学习领域，开发人员不断寻求高效的工具，以无缝地从原型过渡到生产。Dify正是在这样的背景下应运而生的。

weixin_40941102·2025-02-12 15:38

DeepSeek V3 两周使用总结

DeepSeekV3两周使用总结机器学习AI算法工程2025年01月25日10:10广西向AI转型的程序员都关注公众号机器学习AI算法工程2024年12月26日，杭州深度求索人工智能基础技术研究有限公司发布

AI生成曾小健·2025-02-12 11:12

计算机毕业设计——Spring Boot垃圾分类网站功能说明

近年来，琛哥更是将触角延伸至AI领域，对于机器学习、自然语言处理、智能推荐等前沿技术都有独到的见解和实践经验。博客亮点：琛哥坚信“授人以渔胜于授人以鱼”，因此我的博客中，你不仅可以找到关于技术的深入解

琛哥的程序·2025-02-12 07:47

对DeepSeek-R1通过强化学习提升大型语言模型推理能力的技术原理解析

强化学习基础•基本概念：强化学习是一种机器学习方法，智能体（模型）通过与环境进行交互，根据环境反馈的奖励信号来学习最优的行为策略。

一只贴代码君·2025-02-12 02:12

Python与R机器学习（1）支持向量机

以下是对Python与R在支持向量机（SVM）实现上的核心区别分析及完整示例代码：一、核心差异对比特征Python(scikit-learn)R(e1071/kernlab)核心库sklearn.svm.SVC/SVRe1071::svm()或kernlab::ksvm()语法范式面向对象（先初始化模型后拟合）函数式+公式接口（y~x1+x2）核函数支持linear,poly,rbf,sigmoi

宠物与不尤编程·2025-02-11 23:19

三、隐语架构

联邦学习：在原始数据不出域的前提下，通过交换中间数据完成机器学习建模，包含

人生相聚两依依·2025-02-11 21:02

【机器学习】嘿马机器学习（算法篇）第6篇：线性回归,学习目标【附代码文档】...

本教程的知识点为：机器学习算法定位、K-近邻算法1.4k值的选择1K值选择说明1.6案例：鸢尾花种类预测–数据集介绍1案例：鸢尾花种类预测1.8案例：鸢尾花种类预测—流程实现1再识K-近邻算法API1.11

广江鹏·2025-02-11 21:59

DataSet：数据挖掘与机器学习应用

DataSet：数据挖掘与机器学习应用作者：禅与计算机程序设计艺术1.背景介绍1.1.数据挖掘与机器学习的兴起近年来，随着互联网、物联网、云计算等技术的快速发展，全球数据量呈现爆炸式增长，数据的积累为数据挖掘和机器学习提供了丰富的素材

AI天才研究院·2025-02-11 21:59

机器学习（入门3）

机器学习（入门3有监督学习算法之回归算法）4回归算法4.1线性回归：利用函数对一个或多个特征值和目标值之间关系进行建模分析的方式回归问题：目标值------连续性函数公式：h(W)=w1x1+w2x1+

caspesjpe·2025-02-11 21:55

迁移学习 Transfer Learning

迁移学习是一种机器学习方法，它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习，从而减少训练数据的需求、加快训练速度，并提升模型性能。1.为什么需要迁移学习？

有人给我介绍对象吗·2025-02-11 20:23

网易日常实习一面面经

1.自我介绍2.两道代码题：第一道题：写一道链表排序题要求空间复杂度O(1)：已ac插入排序算法时间复杂度O(N^2)，空间复杂度O(1)classListNode{intval;ListNodenext;publicListNode(intx){this.val=x;}}publicclassLinkedListInsertionSort{//插入排序publicListNodeinsertio

0319zz·2025-02-11 18:10

【机器学习】样本不均衡问题解决策略（欠采样方法总结）

文章目录前言1.没有绝对最好，但可以根据场景选择最佳确定效果最好的方法的核心在于以下几个方面：2.方法特点对比及推荐场景3.如果不考虑复杂度和资源开销，哪些方法更值得试用？（1）推荐方法：综合性能最突出的（2）具体任务导向推荐4.总结：前言在选择欠采样方法时，没有一个方法可以在所有情况下都普遍适用并效果最好。不同的欠采样方法在实际应用中的效果取决于数据的具体特征、类分布情况、噪声水平以及实际任务要

又喝真露·2025-02-11 18:05

大语言模型原理与工程实践：初探大语言模型

大语言模型原理与工程实践：初探大语言模型作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：大语言模型，机器学习，自然语言处理，深度学习，工程实践1.

AI天才研究院·2025-02-11 17:04

【Python】已解决：Python安装过程中的报错问题

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·2025-02-11 16:50

【NLP算法面经】NLP算法面经 -- 腾讯 VS 美团（附面题）

博客主页：[青松]目录【NLP百面百过】大模型算法高频面题（全面整理ʘ‿ʘ）一、大模型（LLMs）基础面大模型（LLMs）架构篇注意力机制（Attention）篇Transformer理论篇二、大模型微调面有监督微调（SFT）篇高效微调篇提示学习篇人类对齐训练（RLHF）篇Prompt工程篇三、大模型进阶面大模型压缩篇分布式训练篇大模型魔改篇四、NLP任务实战面文本分类篇命名实体识别（NER）篇关

青松ᵃⁱ·2025-02-11 13:37

向量数据库之Milvus

james二次元·2025-02-11 11:24

Linux腾讯面经

Linux基础1.硬链接和软链接的区别？●硬链接共享inode，软链接有独立的inode；●硬链接不能跨文件系统，软链接可以跨系统；●删除源文件，硬链接有效，软链接无效；●不能创建目录的硬链接（避免形成循环链接），可以创建软链接；●硬链接是完全相同的文件，多个名字指向一份数据，软链接相当于文件路径的引用；●硬链接占用空间少，只是给现有文件新增一个目录项，软链接包含文件路径引用，所以需要自己的ino

华东算法王（原聪明的小孩子·2025-02-11 11:18

Milvus向量数据库操作教程

Milvus是一款专为向量数据设计的数据库，它具备高性能、高可用和易扩展的特点，主要用于处理由深度神经网络和其他机器学习模型生成的大规模嵌入向量[162][165]。

2401_85763639·2025-02-11 10:43

02.10：机器学习开个头

机器学习不比日语，其对我而言有更加实际且真切的价值。流量分析对于机器学习和深度学习用得很多，这是我学习的一个方面，不说学得多深，但是至少有所了解。这算是主要原因。

TheYeah·2025-02-11 09:01

如何利用 AWS 预测分析功能做精准财务规划？

一、AWS预测分析功能简介AWS预测分析主要依托AWSCostManagement（成本管理工具）和机器学习算法，帮助企业更清晰地了解

Anna_Tong·2025-02-11 09:00

AI分支知识之机器学习，深度学习，强化学习的关系

机器学习，深度学习，强化学习的关系这一篇文章我们来探讨下AI领域中机器学习（ML）、深度学习（DL）和强化学习（RL）的关系。

王钧石的技术博客·2025-02-11 08:55

面经hwl

线程进程协程区别线程、进程和协程是计算机编程中常见的三个并发模型，它们各自有不同的特点和应用场景：1.进程(Process)定义:进程是操作系统中资源分配的基本单位，代表一个正在运行的程序实例。特点:独立性:每个进程有自己独立的内存空间、文件句柄等资源。资源消耗高:创建和切换进程的开销较大，因为涉及上下文切换和内存管理。并行性:多进程可以充分利用多核CPU，实现真正的并行。通信方式:由于进程之间的

微醺欧耶·2025-02-11 08:23

面经zhenyq

如何去实现分层的动画效果？在Unity中实现分层的动画效果，可以通过Animator的Layer功能实现。以下是详细步骤：1.什么是分层动画？分层动画允许在同一个角色的不同部分同时播放独立的动画。例如：上半身可以播放挥剑动作。下半身仍然保持行走或站立的动作。2.基础准备确保角色有绑定骨骼的Avatar，并设置好Animator。角色的动画资源（如跑步、挥剑等）已经导入并准备好。3.创建Animat

微醺欧耶·2025-02-11 08:22

聚类算法概念、分类、特点及应用场景【机器学习】【无监督学习】

概念机器学习聚类算法‌是一种无监督学习方法，旨在将数据集分割成不同的类或簇，使得同一簇内的数据对象相似性尽可能大，而不同簇之间的数据对象差异性也尽可能大。

飞火流星02027·2025-02-11 07:18

Ada语言的人工智能

这一领域涵盖了机器学习、自然语言处理、计算机视觉等多个方面，而在这些技术的背后，一种历史悠久且极具实用性的编程语言——Ada，正逐渐引起人们的关注。

赵旖琅·2025-02-11 07:45

深度神经网络（Deep Neural Networks, DNNs）

深度神经网络（DeepNeuralNetworks,DNNs）是机器学习的一种复杂形式，属于广义的人工神经网络（ArtificialNeuralNetworks,ANNs）的范畴。

CaiGuoHui1·2025-02-11 05:34

基于PaddleX的机器学习开发指南

基于PaddleX的机器学习开发指南目录安装与初始化图像分类模块目标检测模块视频分割模块其他模块模型选择与配置一、安装与初始化为了使用PaddleX进行机器学习开发，请按照以下步骤安装所需依赖项：步骤1

大霸王龙·2025-02-11 03:45

k折交叉验证（k-fold Cross-validation）

一、基本概述交叉验证是在机器学习建立模型和验证模型参数时常用的办法，一般被用于评估一个机器学习模型的表现。更多的情况下，我们也用交叉验证来进行模型选择(modelselection)。

向大厂出发·2025-02-11 03:43

土壤分析：土壤污染监测_（18）.土壤污染监测与修复的最新进展

近年来，计算机视觉技术在土壤污染监测领域的应用取得了显著进展，通过图像处理和机器学习方法，可以快速、准确地识别和监测土壤污染情况。

zhubeibei168·2025-02-11 01:33

10. 神经网络（二.多层神经网络模型）

多层神经网络（Multi-LayerNeuralNetwork），也称为深度神经网络（DeepNeuralNetwork,DNN），是机器学习中一种重要的模型，能够通过多层次的非线性变换解决复杂的分类、

啊波次得饿佛哥·2025-02-11 00:52

【2023-03-06】小红书C++开发一面面经

搜索公众号【TechGuide】回复公司名，解锁更多新鲜好文和互联网大厂的笔经面经，目前已更新至美团、微软…作者@TechGuide【全网同名】背景面试时间：3.6面试岗位：C++开发面试类型：实习有很多首次参加校招或者实习的小伙伴

TechGuide·2025-02-10 23:44

神经网络（Neural Network）

引言神经网络，作为人工智能和机器学习领域的核心组成部分，近年来在诸多领域取得了显著的进展。受生物神经系统的启发，神经网络通过模拟人脑神经元的工作机制，能够从大量数据中学习复杂的模式和关系。

ningmengjing_·2025-02-10 23:41

推荐频道

机器学习面经