李宏毅《机器学习》笔记第12页

《java面向对象（2）》＜不含基本语法＞

提示：本笔记基于黑马程序员java教程整理，仅供参考文章目录前言1.继承2.多态2.1对象多态2.2行为对象2.3多态的问题前言本文纯笔记，主要记录了java面向对象的高级方法继承与多态1.继承在创建多个对象类时

java小白板·2025-03-17 19:06

数据结构笔记

17、循环链表（解决约瑟夫问题）1、定义链表typedefstruct_LinkNode{intdata;struct_LinkNode*next;}LinkNode,LinkList;2、初始化链表boolListInsert_back(linkList*&L,LinkNode*node){LinkNode*last=NULL;//防御性编程if(!L||!node)returnfalse;//

月亮是我掰弯的！！！·2025-03-17 19:33

Ajax原理笔记

1.后端如何把数据传给前端？后端通常通过HTTP接口（API）把数据传给前端，一般流程如下：（1）后端提供API接口后端使用SpringBoot开发API，通常返回JSON数据。例如，在Controller层定义一个接口，返回商品列表：@RestController@RequestMapping("/api/products")publicclassProductController{@GetMa

小鱼ccd·2025-03-17 18:53

【AI】使用Python实现机器学习小项目教程

引言在本教程中，我们将带领您使用Python编程语言实现一个经典的机器学习项目——鸢尾花（Iris）分类。通过这个项目，您将掌握机器学习的基本流程，包括数据加载、预处理、模型训练、评估和优化等步骤。

丶2136·2025-03-17 18:21

AI人工智能中的概率论与统计学原理与Python实战：Python实现概率模型

概率论与统计学是人工智能中的基础知识之一，它们在机器学习、深度学习、自然语言处理等领域都有着重要的作用。

AI天才研究院·2025-03-17 17:46

技术解析麦萌短剧《月光下的你》：从「时间序列的对抗扰动」到「加密身份的收敛证明」

《月光下的你》以十六年的时间跨度展开一场关于「数据污染」与「身份验证」的深度博弈，本文将用机器学习视角拆解这场跨越时空的模型纠偏实验。

萌萌短剧·2025-03-17 16:43

【数学基础】线性代数#1向量和矩阵初步

本系列内容介绍：主要参考资料：《深度学习》[美]伊恩·古德菲洛等著《机器人数学基础》吴福朝张铃著文章为自学笔记，仅供参考。

-一杯为品-·2025-03-17 16:38

机器学习 [白板推导]（三）[线性分类]

4.线性分类4.1.线性分类的典型模型硬分类：输出结果只有0或1这种离散结果；感知机线性判别分析Fisher软分类：会输出0-1之间的值作为各个类别的概率；概率生成模型：高斯判别分析GDA、朴素贝叶斯，主要建模的是p(x⃗,y)p(\vec{x},y)p(x,y)概率判别模型：逻辑回归，主要建模的是p(y∣x⃗)p(y|\vec{x})p(y∣x)4.2.感知机4.2.1.基本模型模型：f(x

神齐的小马·2025-03-17 15:31

RT_Thread内核对象继承关系

RT-Thread的继承机制通过结构体内嵌和地址计算宏实现，其核心设计目标是零内存开销的动态类型转换和父子类数据无缝访问一、结构体内嵌的内存布局1规则1.1父类实例必须作为子类结构体的第一个成员structParent

march_birds·2025-03-17 15:00

Kotlin-inline函数特效

和C语言的宏替换有殊途同归。@Testfunmain3(){inlineFun{println("hello")}}privatein

左少华·2025-03-17 14:29

Ollama 基本概念

Ollama是一个本地化的、支持多种自然语言处理（NLP）任务的机器学习框架，专注于模型加载、推理和生成任务。通过Ollama，用户能够方便地与本地部署的大型预训练模型进行交互。

Mr_One_Zhang·2025-03-17 13:47

【动手学深度学习】#1PyTorch基础操作

主要参考学习资料：《动手学深度学习》阿斯顿·张等著【动手学深度学习PyTorch版】哔哩哔哩@跟李牧学AI目录1.1数据操作1.1.1入门1.1.2运算符1.1.3广播机制1.1.4索引和切片1.1.5

-一杯为品-·2025-03-17 13:17

moonligh串流教程以及3大问题解决

ml可以关笔记本屏幕用，不用打开steam手动，我喜欢，还能当远程桌面问题；1软件下载，网上找的，随便用就是了2软件使用，开启gefoce的sheld功能·，把软件串流进去3ml使用闪屏，应为串流打开的屏幕是集显

kalada82·2025-03-17 13:16

S7-1200 博途V18 与 win11-24H2 系统通信问题有IP但显示节点不兼容？？？?

博途V18-plc1200在笔记本win11-24H2系统上可访问在线设备时可以搜到plc的ip,但是显示节点不兼容，不能与plc设备建立连接，同时plc显示的ip地址是红色的。

Zp_4944·2025-03-17 13:45

HarmonyOS NEXT开发笔记：@Computed装饰器计算属性

鸿蒙开发往期必看：一分钟了解”纯血版！鸿蒙HarmonyOSNext应用开发！“非常详细的”鸿蒙HarmonyOSNext应用开发学习路线！（从零基础入门到精通）

我很英俊小名男男·2025-03-17 12:12

人工智能直通车系列24【机器学习基础】（机器学习模型评估指标（回归））

目录机器学习模型评估指标（回归）1.均方误差（MeanSquaredError,MSE）2.均方根误差（RootMeanSquaredError,RMSE）3.平均绝对误差（MeanAbsoluteError

浪九天·2025-03-17 11:08

从零开始学机器学习——构建一个推荐web应用

我们此次的学习重点在于机器学习本身，因此我们

努力的小雨·2025-03-17 11:04

Python自动化炒股：利用XGBoost和LightGBM进行股票市场预测的实战案例

Python以其强大的数据处理能力和丰富的机器学习库，成为了实现这些模型的首选语言。本文将带你了解如何使用XGBoost和LightGBM这两个流行的机器学习算法来

云策量化·2025-03-17 10:29

Ubuntu常用命令手册【自用笔记】

Ubuntu常用命令手册【自用】目录Ubuntu常用命令手册【自用】1.杂项1.删除进程中包含"smb"字段的所有进程2.查看最近登录的ip2.xargs3.awk4.find5.grep6.sed7.timedatectl1.杂项1.删除进程中包含"smb"字段的所有进程sudokill-9$(ps-aux|grepsmb|awk'{print$2}')2.查看最近登录的ipcat/var/lo

大佬橙1215·2025-03-17 10:28

基于HarmonyNext的ArkTS实战：构建高性能跨平台应用

我们将通过一个实战案例——构建一个支持多端同步的笔记应用，来展示ArkTS在HarmonyNe

·2025-03-17 10:02

windows协议不再续签，华为再无windows可用，将于四月发布鸿蒙PC

还有人说：“华为笔记本以后用不了Windows了？鸿蒙系统能用吗？”今天咱们就唠唠这事儿，不整虚的！

国货崛起·2025-03-17 09:24

【sklearn 04】DNN、CNN、RNN

DNNDNN（DeepNeuralNetworks，深度神经网络）是一种相对浅层机器学习模型具有更多参数，需要更多数据进行训练的机器学习算法CNNCNN（convolutionalNeuralNetworks

@金色海岸·2025-03-17 09:24

【sklearn 02】监督学习、非监督下学习、强化学习

监督学习、非监督学习、强化学习**机器学习通常分为无监督学习、监督学习和强化学习三类。

@金色海岸·2025-03-17 09:54

从LLM出发：由浅入深探索AI开发的全流程与简单实践（全文3w字）

文章目录第一部分：AI开发的背景与历史1.1人工智能的起源与发展1.2神经网络与深度学习的崛起1.3Transformer架构与LLM的兴起1.4当前AI开发的现状与趋势第二部分：AI开发的核心技术2.1机器学习

码事漫谈·2025-03-17 09:48

纳米尺度仿真软件：Quantum Espresso_（20）.机器学习在QuantumEspresso中的应用

机器学习在QuantumEspresso中的应用在现代材料科学和纳米技术的研究中，机器学习（ML）技术已经成为一种强大的工具，用于加速和优化量子力学计算。

kkchenjj·2025-03-17 08:11

DeepSeek-R1模型1.5b、7b、8b、14b、32b、70b和671b有啥区别？

码笔记mabiji.com分享：1.5B、7B、8B、14B、32B、70B是蒸馏后的小模型，671B是基础大模型，它们的区别主要体现在参数规模、模型容量、性能表现、准确性、训练成本、推理成本和不同使用场景

facaixxx2024·2025-03-17 06:01

A survey on instance segmentation: state of the art——论文笔记

摘要这篇论文综述了实例分割的研究进展，定义其为同时解决对象检测和语义分割的问题。论文讨论了实例分割的背景、面临的挑战、技术演变、常用数据集，并总结了相关领域的最新成果和未来研究方向。实例分割的发展从粗略的对象分类逐步演变为更精细的像素级别推理，广泛应用于自动驾驶、机器人等领域。论文为研究人员提供了对实例分割领域的全面了解和有价值的参考。一、简介第一部分“简介”主要介绍了实例分割的背景、定义和挑战。

栀子清茶·2025-03-17 06:54

Python第二十三课：自监督学习 | 无标注数据的觉醒

）开发实战项目：亿级参数模型轻量化探索数据增强的创造性艺术一、自监督学习基础（AI的拼图游戏）1.核心思想解析学习范式数据需求生活比喻监督学习海量标注数据老师逐题批改作业无监督学习纯无标签数据自学杂乱笔记自监督学习自动生成伪标签玩拼图游戏

程之编·2025-03-17 06:54

简单工厂模式、工厂方法模式、抽象工厂模式对比学习笔记

工厂模式架构设计原则开闭原则：是指一个软件实体（如类、模块和函数）应该对扩展开放，对修改关闭。依赖倒置原则：是指设计代码结构时，高层模块不应该依赖低层模块，二者都应该依赖其抽象。抽象不应该依赖细节，细节应该依赖抽象。单一职责：是指一个类只负责一个主要任务，避免因一个类负责两个以上任务时，修改其中一个任务代码导致另一个任务代码受到连带影响。接口隔离原则：是指用多个专门的接口，而不使用单一的总接口，客

idgoodbye·2025-03-17 06:53

新手村：数据预处理-异常值检测方法

机器学习中异常值检测方法一、前置条件知识领域要求编程基础Python基础（变量、循环、函数）、JupyterNotebook或PyCharm使用。

嘉羽很烦·2025-03-17 05:20

新手村：数据预处理-特征缩放

新手村：数据预处理-特征缩放特征缩放（FeatureScaling）是数据预处理中的一个重要步骤，特别是在应用某些机器学习算法时。

嘉羽很烦·2025-03-17 05:20

过拟合：机器学习中的“死记硬背”陷阱

在机器学习中，过拟合（Overfitting）是一个几乎每个从业者都会遇到的经典问题。它像一把双刃剑：当模型过于“聪明”时，可能会陷入对训练数据的过度依赖，从而失去处理新问题的能力。

彩旗工作室·2025-03-17 05:44

vue 父组件和子组件中v-model和props的使用和区别

zpjing~.~·2025-03-17 04:42

Spring-Boot学习笔记

这个笔记是在自己学习的过程中根据实际用到的和学到的整理出来的，可能会有缺失，错误等，主要是给激励自己学习，遇到写不下去的情况给自己一个参考，请各位大佬发现问题提出问题时能嘴下留情，也希望多提建议，谢谢。

戴帽子的小熊猫·2025-03-17 04:41

【Python】已解决：pip安装第三方模块（库）与PyCharm中不同步的问题（PyCharm添加本地python解释器）

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·2025-03-17 03:02

如何在github上参与开源项目

2.找到感兴趣的项目GitHub上有成千上万的开源项目，你可以通过以下方式找到感兴趣的项目：搜索项目：在GitHub首页的搜索框中输入关键词，例如“机器学习”、“Web开发”等。

这个懒人·2025-03-17 03:00

html css 笔记

小箌·2025-03-17 02:27

Linux命令学习笔记之 network NetworkManager

networkNetworkManager前言CentOS7最小安装下的测试220511心得:启动network能打开网络,关闭network能关闭网络启动NetworkManager能打开网络,关闭不会关闭网络在两者都启动的情况下,单停network会断网,单停NetworkManager不会一些摘抄前言这两个东西在centOS7最小安装无勾选附加时就存在Ubuntu20.04中只有Networ

kfepiza·2025-03-17 02:52

【AI大模型智能应用】Deepseek生成测试用例

DeepSeek基于人工智能和机器学习，它能够依据软件的需求和设计文档，自动生成高质量的测试用例，显著减轻人工编写测试用例的负担。

柳柳的博客·2025-03-17 02:51

Python依赖管理工具分析

缺乏从一开始就进行统一规划和设计的意识社区的分散性：Python社区庞大且分散，众多开发者和团队各自为政，根据自己的需求和偏好开发工具，缺乏统一的协调和整合机制多样化的使用场景：Python应用场景广泛，从Web开发到数据科学、机器学习

xdpcxq1029·2025-03-17 01:19

AI技术学习笔记系列001：FastLanguageModel.get_peft_model 函数各参数的详细解释

以下是关于代码中FastLanguageModel.get_peft_model函数各参数的详细解释，以及企业实际微调时的选择考量：参数详解及对微调的影响1.r=32（秩）作用：控制LoRA适配器的低秩矩阵的维度（秩），直接影响可训练参数数量。影响：r越大：适配器表达能力更强，能捕捉更复杂的任务特征，但可能导致过拟合（尤其数据量少时），训练时间和显存占用增加。r越小：参数量少，训练更快，显存占用低

新说一二·2025-03-17 00:43

【虚幻C++笔记】枚举UENUM、结构体USTRUCT

目录枚举(UENUM)第一种:使用命名空间第二种:继承uint8通过申明class类别名来替代结构体(USTRUCT)枚举(UENUM)第一种:使用命名空间UENUM(BlueprintType)namespaceMyEnumType{enumMyCustomEnum{Type1,//或者使用带DisplayName别名==>Enum1UMETA(DisplayName="Type1"),Type

OSwich·2025-03-17 00:42

【虚幻C++笔记】TArray，TMap，TSet容器

目录TArrayTMapTSetTArrayTArray是虚幻c++中的动态数组，TArray特点：速度快，内存消耗小，安全性高。并且TArray所有元素均完全为相同类型，不能进行不同元素类型的混合//构造TArrayarr={1,2,3,4,5,6,7};//Add和Push类似，但是将元素复制或移动到数组中，而Emplace//则使用给定参数构建元素类型的新实例；通常来说，Emplace的效率

OSwich·2025-03-17 00:12

【虚幻C++笔记】打印输出的方式

目录UE_LOGGEngine->AddOnScreenDebugMessageUE_LOGUE_LOG宏是UnrealEngine中用于日志记录的标准方式。