机器学习-李宏毅笔记

JavaScript语言基础教程笔记

JavaScript语言基础教程笔记下面是一个全面的JavaScript教程，适合初学者和有一定编程经验的人士。

fanxbl957·2025-01-18 04:37

艾编程coding老师课堂笔记：SpringBoot源码深度解析

思想：有道无术，术尚可求，有术无道，止于术！Spring开源框架，解决企业级开发的复杂性的问题，简化开发AOP，IOCSpring配置越来多，配置不方便管理！Javaweb---Servlet+tomcat+Struct2SpringMVCSPRINGboot.....所有的技术框架：从一个复杂的场景慢慢的衍生出来一种规范！简单的配置！==SpringBoot：自动配置！==Springboot怎

艾编程前端技术·2025-01-18 04:36

浅析NAT的类型-ZT

浅析NAT的类型何宝宏[1]摘要介绍了四种典型的NAT类型和两种典型的传统NAT类型。关键词NATNATP类型一、引言RFC1631以及相关RFC定义的网络地址翻译器(NAT)。

icu·2025-01-18 02:23

【机器学习】从零开始，用线性代数解锁智能时代的钥匙！

【机器学习】从零开始，用线性代数解锁智能时代的钥匙！文章目录【机器学习】从零开始，用线性代数解锁智能时代的钥匙！引言在这个数据驱动的时代，机器学习已经成为解锁智能科技的关键。

eclipsercp·2025-01-18 01:21

信息系统项目管理师笔记

高项考点总结第一章：信息化和信息系统信息的属性：精确性、完整性、可靠性、及时性、经济型、可验证性、安全性。信息的传输技术是信息技术的核心信息化的5个层次：产品信息化，企业信息化，产业信息化，国民经济信息化，社会生活信息化。信息化的主体是全体社会成员两网是政务内网和政务外网，一站是政府门户网站。信息化六要素：信息资源是关键、信息网络是基础设施、信息技术应应用、信息技术产业是物质基础、信息化人才是成功

Ling912·2025-01-18 01:19

简化云上操作，阿里云客户端——您的云端全能助手

还好我吃一堑，长一智，把每台实例的密码经过加密算法加密后，记在了宝贝笔记本上，并放在了神秘加

·2025-01-18 01:05

计算机网络部分笔记

计算机网络OSI/RM七层模型七层模型是计算机网络的一个奠基石。计算机网络整个的基础都是构建于七层模型之上的。七层模型是由国际标准化组织制定出来的。在七层模型当中最底层是物理层。物理层负责传输二进制的数据，主要涉及的设备是中继器和集线器。中继器可以延长传输距离，因为传输距离过远，会导致信号的衰减，衰减到一定程度就传输不过去了，而通过在中间加一个中继器，中继器一端接收传输过来的数据，另一端将数据原封

白茶三许·2025-01-18 01:47

《CPython Internals》阅读笔记：p1-p19

《CPythonInternals》学习第1天，p1-p19总结，总计19页。一、技术总结无。二、英语总结(生词：2)1.humblevshumbled(1)humble:humus(“earth”)adj.字面意思是“ontheground”,后面引申为“lowlyinkind,state,condition(卑微)”,"notproudthatyouareimportant(谦卑)"。(2)h

·2025-01-18 01:33

【机器学习】聚类【Ⅰ】基础知识与距离度量

主要来自周志华《机器学习》一书，数学推导主要来自简书博主“形式运算”的原创博客，包含自己的理解。有任何的书写错误、排版错误、概念错误等，希望大家包含指正。由于字数限制，分成五篇博客。

不牌不改·2025-01-18 00:43

Web APP 阶段性综述

WebAPP阶段性综述当前，WebAPP主要应用于电脑端，常被用于部署数据分析、机器学习及深度学习等高算力需求的任务。在医学与生物信息学领域，WebAPP扮演着重要角色。

预测模型的开发与应用研究·2025-01-18 00:09

Python pandas离散化方法优化与应用实例

离散化可以将复杂的连续数据转化为更直观的区间，帮助快速发现数据分布规律，并且在机器学习中，

python慕遥·2025-01-17 23:29

Pandas数据预处理：处理缺失值 - 插值法

Pandas数据预处理：处理缺失值-插值法在数据分析和机器学习任务中，处理缺失值是一个常见的挑战。缺失值可能由于多种原因而产生，例如数据采集过程中的错误、设备故障或者用户不完整的输入。

代码艺术巧匠·2025-01-17 22:26

气象海洋水文领域Python机器学习及深度学习实践应用能力提升

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文

AAIshangyanxiu·2025-01-17 22:55

【C++】——红黑树的平衡之道：深入实现与优化

——哈珀·李《杀死一只反舌鸟》目录1.解密红黑树：平衡与效率的双重奏2.搭建红黑树：从零到自平衡的实现之路2.1树基打底：设计与框架构建2.2插入有道：插入操作的技巧与挑战2.3旋转为王：平衡的秘密武器

如意.759·2025-01-17 22:55

Python基础-概念图

假设你已经学过几周Python了，将来几天将我会把上面这个概念图的内容写成笔记文章。

有机苯(代码小萌新)·2025-01-17 22:22

python程序设计案例教程-笔记【2】

10.字符串切片与连接字符串是由一个或多个单字符组成的一串字符，在python中定义字符串用“''”或“""”，访问字符串需要给其分配一个变量。字符串在被打印出来的时候，不显示引号。在python中，可以对字符串进行遍历操作，以及使用切片来截取片段。基本形式如下：string[start:end:step]string是字符串的所存在的变量名，中括号中的各个值以英文半角冒号分隔，第一个值是指开始值

有机苯(代码小萌新)·2025-01-17 22:51

Python笔记#边学边记笔记#字典

一、使用字典1.1访问字典中的值字典使用花括号；键与值之间用冒号连接；各个键-值对之间用逗号分隔。alien_0={"color":"green","point":5}print(alien_0["color"])print(alien_0["point"])green51.2添加键-值对alien_0={"color":"green","point":5}print(alien_0)alien_

姜姜465·2025-01-17 22:51

记录一个LLM+API类型的临床预测模型APP（糖尿病Cox预测模型）的过程

记录一个LLM+API类型的临床预测模型APP（糖尿病Cox预测模型）的构建过程LLM代表的是大语言模型，API代表的是机器学习模型，LLM+API是说将机器学习模型以API的形式引入到LLM，让机器学习模型以对话的方式与用户交流而服务于临床实践的

预测模型的开发与应用研究·2025-01-17 22:20

区块链笔记（五）---德勤相关分析报告

web3.0定义：在《InsightsintoaModernWorld》提出，“信息将由用户自己发布、保管、不可追溯且永远不会泄露，用户的任何行为将不需要任何中间机构来帮助传递”；用来指代一种区块链技术，可以基于“无须信任的交互系统”在“各方之间实现创新的交互模式”，终极目标是“更少信任，更多事实（Lesstrust,moretruth）”广义定义Web3.0是指下一代互联网狭义定义下一代互联网的

张小特·2025-01-17 21:18

区块链笔记（四）---智能合约

区块链应用，一般由若干部署在区块链网络中的智能合约，以及调用这些智能合约的用户应用程序组成。用户访问与业务本身相关的上层应用程序，应用程序调用智能合约，智能合约与账本直接交互。开发者除了需要开发传统的上层业务应用，还需要编写区块链智能合约代码。典型的智能合约是无状态的、事件驱动的代码，被调用时自动执行合约内逻辑。智能合约可以创建和操作账本状态，这些链上状态记录业务相关的重要数据（如资产信息和所有权

张小特·2025-01-17 21:48

python训练模型损失值6000多_机器学习中的 7 大损失函数实战总结（附Python演练）...

介绍想象一下-你已经在给定的数据集上训练了机器学习模型，并准备好将它交付给客户。但是，你如何确定该模型能够提供最佳结果?是否有指标或技术可以帮助你快速评估数据集上的模型?

weixin_39700394·2025-01-17 21:45

2011寒假-数据库学习笔记

第一课:数据库类型1.1平面文件适用于:1，数值小且简单2，数值不经常变化3，希望能够使用简单的文本编辑器来更改数值4，希望保存以前数值的简单历史清单,5，希望使用工具快速比较两个文件例如:INI文件(initialization)1.2关系数据库适用于:l需要在不同的表之间执行复杂的查询和连接.l需要执行数据有效性验证,如在其他表中检验相关行的存在.l需要为特定的数据有效性验证,如在其他表中检验

weixin_33967071·2025-01-17 21:14

【机器学习实战入门项目】基于机器学习的鸢尾花分类项目

基于机器学习的鸢尾花分类项目介绍：本项目利用机器学习模型对鸢尾花进行分类。

精通代码大仙·2025-01-17 20:05

打造高效团队：项目管理与任务追踪软件的优选之路

以下是一些常见的项目管理与任务追踪工具：一、综合型项目管理与任务追踪工具板栗看板○一款适用于个人待办、知识笔记、任务协同等多个方面的看板效率工具。

·2025-01-17 20:49

【TVM 教程】为 x86 CPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。

·2025-01-17 20:18

AI Agent：一场智能革命的开始

一、AIAgent的发展现状：技术突破与广泛应用近年来，随着大数据、云计算和机器学习等技术的飞速发展，AIAgent的技术水平得

TechubNews·2025-01-17 20:02

国产替代 | 星环科技Sophon替代SAS，助力大型国有银行智能化营销

由于SAS是集中式的，对单台服务器要求太高，算力无法支撑需求，且无法支持可视化的机器学习，对于业务人员来说使用门槛过高。在经过产品选型后，决定采用星环科技的智能分析工具Sophon替换原有SAS，用

·2025-01-17 19:05

Flink 批作业如何在 Master 节点出错重启后恢复执行进度？

摘要：本文撰写自阿里云研发工程师李俊睿（昕程），主要介绍Flink1.20版本中引入了批作业在JMfailover后的进度恢复功能。

·2025-01-17 19:30

交叉熵损失与二元交叉熵损失：区别、联系及实现细节

在机器学习和深度学习中，交叉熵损失（Cross-EntropyLoss）和二元交叉熵损失（BinaryCross-EntropyLoss）是两种常用的损失函数，它们在分类任务中发挥着重要作用。

专业发呆业余科研·2025-01-17 19:56

KDD 2024 | 美团技术团队精选论文解读 & 论文分享会预告

本文精选了美团技术团队被KDD2024收录的5篇长文进行解读，覆盖了用户意图感知、机器学习&运筹优化、在线控制实验、联合广告模型、实时调

·2025-01-17 19:29

llama.cpp部署

主要有两点优化：llama.cpp使用的是C语言写的机器学习张量库ggmlllama.cpp提供了模型量化的工具计算类

法号：行颠·2025-01-17 17:12

whisper.cpp 学习笔记

whisper.cppwhisper.cpp学习笔记whisper介绍源码下载源码编译支持的模型优化/加速生成库文件使用whispe.cpp的demo参考文献whisper.cpp学习笔记whisper

法号：行颠·2025-01-17 17:12

Kubeflow：云原生机器学习工作流自动化开源框架详解

Kubeflow是一个开源的机器学习（ML）工作流自动化平台，旨在将机器学习工作流部署到Kubernetes之上，实现从实验到生产的一站式解决方案。

gs80140·2025-01-17 17:40

linux高级编程，HuTool工具超详细笔记

DateTime类继承于java.util.Date类，为Date类扩展了众多简便方法，这些方法多是DateUtil静态方法的对象表现形式，使用DateTime对象可以完全替代开发中Date对象的使用。//使用对象获取日期成员的年、月、日DateTimedateTime=newDateTime(“2021-01-0512:34:23”,DatePattern.NORM_DATETIME_FORMA

2401_84415708·2025-01-17 16:05

【Linux探索学习】第二十五弹——动静态库：Linux 中静态库与动态库的详细解析

Linux学习笔记：https://blog.csdn.net/2301_80220607/category_12805278.html?

GG Bond.ฺ·2025-01-17 16:33

计算机基础知识

学习笔记：《Excel公式与函数》（1）项目1：公司销售情况统计表（SUM、SUMIF、SUMIFS）SUM函数（直接求和）：函数格式：=SUM(number1,[number2],...)number1

yzx991013·2025-01-17 16:30

【机器学习：三十一、推荐系统：从基础到应用】

KeyPan·2025-01-17 15:54

【机器学习：三十、异常检测：原理与实践】

1.异常检测概述异常检测（AnomalyDetection）是一种用于识别数据中异常模式或异常点的技术，旨在发现与大部分数据行为不同的样本。它在工业监控、网络安全、金融欺诈检测等领域具有广泛应用。异常检测的目标是找到那些偏离正常行为的数据点，这些数据点可能代表错误、故障、攻击或其他需要特别关注的情况。核心概念异常通常分为以下三种类型：点异常：单个数据点显著偏离正常分布（例如，银行交易中突然的巨额消

KeyPan·2025-01-17 15:24

【机器学习：二十九、K-means算法：原理与应用】

1.K-means概述K-means是一种经典的无监督学习算法，广泛应用于数据聚类任务。其核心思想是将数据集划分为kkk个簇，使得每个簇内的样本尽可能相似，同时不同簇之间尽可能不同。K-means的简单性和高效性使其在模式识别、图像处理、市场分析等领域具有广泛应用。核心思想基于欧几里得距离度量数据点之间的相似性。不断优化簇中心位置，最小化簇内样本与其中心点之间的总距离（即误差平方和，SSE）。适用

KeyPan·2025-01-17 15:23

人工智能下的MASS服务架构

2.MaaS的起源与概念MaaS的概念最早由美国数据科学家DJ·帕蒂尔在2012年提出，即“将机器学习算法打包成可重复使用的服务，使企

从零开始学习人工智能·2025-01-17 15:52

大一上第四周学习笔记

10.5周一国庆浪了好久其实浪完了我真的不知道要干啥了这种生活其实是很空虚的我以前以为算法竞赛占据了我太多时间，没有时间享受其他事情其实这说明我还不热爱它这是编程这件事使我的生活变得充实这也是我感兴趣，有天赋，有前景的东西为什么不全力以赴呢找回对编程的热爱，而不是为了保研想起了我以前看得《驱动力》这本书现实的利益这样外在驱动力其实是不长久，不稳定的。真正强大，稳定的驱动力是内在驱动力。对于我，就是

Alex Su (*^▽^*)·2025-01-17 15:46

【机器学习】—时序数据分析：机器学习与深度学习在预测、金融、气象等领域的应用

云边有个稻草人-CSDN博客目录引言1.时序数据分析基础1.1时序数据的特点1.2时序数据分析的常见方法2.深度学习与时序数据分析2.1深度学习在时序数据分析中的应用2.1.1LSTM（长短期记忆网络）2.2深度学习在金融市场预测中的应用2.2.1股票市场预测2.3深度学习在设备故障检测中的应用3.强化学习与时序数据分析3.1强化学习的基本概念3.2强化学习在金融市场中的应用3.3强化学习在设备故

云边有个稻草人·2025-01-17 14:13

【专题】AI市场趋势洞察（2024年）报告汇总PDF洞察（附原数据表）

AI大家电虽规模最大，却面临销售额同比下降的挑战；AI手机凭借丰富功能实现销售额大幅增长；AI笔记本电脑则以惊人增速异军突起。而在智能家居领域，AI同样扮演着至关重要的角色。文末49

·2025-01-17 14:05

java搜索DFS BFS 剪枝记忆化搜索相关例题算法学习笔记（持续更新中）

目录DFSP1706全排列问题P1596连接水池的数量P1036[NOIP2002普及组]选数P1219[USACO1.5]八皇后CheckerChallengeP2392kkksc03考前临时抱佛脚P2036[COCI2008-2009#2]PERKETP1605迷宫P1101单词方阵，以后再做，看别人的题解做的P2404自然数的拆分问题，以后在做BFSP1443马的遍历P1596连接水池的数量

ddb酱·2025-01-17 14:42

【机器学习】主动学习-增加标签的操作方法-样本池采样（Pool-Based Sampling）

Pool-BasedSamplingPool-basedsampling是一种主动学习（ActiveLearning）方法，与流式选择性采样不同，它假设有一个预先定义的未标注样本池，算法从中选择最有价值的样本进行标注，以提升模型的性能。这种方法广泛应用于需要人工标注的场景，例如文本分类、图像识别等。核心思想预先准备一个未标注数据池（UnlabeledDataPool）。使用初始标注数据训练一个模型

IT古董·2025-01-17 14:09

【机器学习：二十、拆分原始训练集】

1.如何改进模型模型的改进需求在机器学习任务中，模型性能的提升通常受限于训练数据、模型架构、优化方法及超参数设置等。模型改进的目标是在测试数据上表现更优，避免过拟合或欠拟合。

KeyPan·2025-01-17 13:35

【机器学习】---神经架构搜索（NAS）

这里写目录标题引言1.什么是神经架构搜索（NAS）1.1为什么需要NAS？2.NAS的三大组件2.1搜索空间搜索空间设计的考虑因素：2.2搜索策略2.3性能估计3.NAS的主要方法3.1基于强化学习的NAS3.2基于进化算法的NAS3.3基于梯度的NAS4.NAS的应用5.实现一个简单的NAS框架6.总结引言随着深度学习的成功应用，神经网络架构的设计变得越来越复杂。模型的性能不仅依赖于数据和训练方

Undoom·2025-01-17 13:03

HTML（超文本标记语言）

HTML最初是由蒂姆・伯纳斯-李（TimBerners-Lee）在1990年左右开发的。当时的目的是为了让世界各地的科学家能够方便地共享和交流信息。

Parrot 安全小子·2025-01-17 13:31

机器学习模型调优指南

机器学习模型调优指南机器学习模型参数调优的作用在于优化模型的性能，使其能够在给定任务上更好地泛化和预测。通过合理调整模型的超参数，能够提高模型的准确性、降低过拟合或欠拟合的风险、加快训练过程等。

闵少搞AI·2025-01-17 13:00

Java 大视界 -- Java 开发 Spark 应用：RDD 操作与数据转换

ApacheSpark是一个强大的分布式计算框架，提供了高效的数据处理能力，广泛应用于大数据分析与机器学习。Spark提供了多种高级API，支持批处理和流处理。

一只蜗牛儿·2025-01-17 12:26

推荐频道