零基础实战机器学习第20页

打造扛得住的MySQL数据库架构视频教程-数据库结构优化高可用架构设计

打造扛得住的MySQL数据库架构视频教程-数据库结构优化高可用架构设计30套数据库系列Mysql/SQLServer/Redis/Mongodb/Nosql精讲训练营项目实战，数据库设计，架构设计，性能管理

cd137a460a79·2024-08-28 04:10

C语言实战项目-五子棋V1.0（附带全套源代码）

游戏说明该项目适合新手拿来练习，所用的知识点不是很多，代码部分只有100多行。主要是图形化界面的应用，本游戏实现了人人对战，可以和好朋友来进行对弈。游戏目标：在15×15的棋盘上，玩家轮流落子（黑子先手），尝试在水平、垂直或对角线方向上形成连续的五子，以获得胜利。操作方法：落子规则：点击鼠标左键在棋盘上的交叉点处落子，黑子为先手，白子为后手。胜利条件：当任一玩家在任意方向上连续放置了五个自己的棋子

●VON·2024-08-28 03:20

什么是损失函数？

损失函数（LossFunction）是在机器学习和深度学习中用来评估模型预测值与真实值之间差异的函数。它的主要目的是量化模型预测的错误程度，以便在训练过程中通过最小化这个错误来优化模型。

翰霖努力成为专家·2024-08-28 03:20

大模型企业应用落地系列三》基于大模型的对话式推荐系统》技术架构实现》大数据平台层

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录大模型企业应用落地系列三技术架构实现》大数据平台层大模型底座层具体实现大模型推荐技术发展趋势探讨总结大模型企业应用落地系列三技术架构实现

陈敬雷-充电了么-CEO兼CTO·2024-08-28 03:49

C++零基础自学-第一课 C++的基本语法

前言在当今各种编程语言百花齐放时，C++却是有不少的学习受众，刚入门的新手尤其多。但由于C++语言的复杂性，让不少新手望而却步。我创建的这个专栏也是为了能让新手们更好的学习与理解C++语言，这也是我的第一篇专栏，第一篇文章，希望大家多多支持！正文1.编译器选择“工欲善其事，必先利其器”，想要学好一种编程语言也离不开一个好的编译器。最适合新手的编译器我推荐Dev-C++，简洁好用，包含语法高亮，非常

Qs2011_·2024-08-28 03:46

好妈妈PD实战教育S1E3

主题:细小步骤金句:把任务细化，让孩子体验成功。早上，我边给4岁姐姐穿衣服边回顾昨晚上斑马英语的学习内容。说到ChineseSpringFestival时，她说得不清楚。我就问她:“你觉得这个词长吗？”她随口说:“不长。”“嗯，会了就不长，我们把他拆开来说，每个说5遍，然后再连起来说5遍，好不好？”（这方法平时就用，姐姐很熟练了。遇到说不好，说不顺的词就连着说5遍，化整为零，逐一击破。）“好啊”姐

ccyz_铮荣岁月·2024-08-28 01:58

深入 Rust 标准库，Rust标准库源代码系统分析

系列文章目录送书第一期《用户画像：平台构建与业务实践》送书活动之抽奖工具的打造《获取博客评论用户抽取幸运中奖者》送书第二期《SpringCloudAlibaba核心技术与实战案例》送书第三期《深入浅出Java

青花科技·2024-08-28 00:01

(二十一)Seaborn知识学习8-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-17课程来源:python数据分析与机器学习实战-唐宇迪引言:介绍seaborn热度图绘制学习参考链接:1、Seaborn官方0.8.1版本首先介绍以下热度图的作用,

努力奋斗的durian·2024-08-28 00:34

大数据学习路线基础指南‌

提供一份从零基础到精通的大数据学习指南希望对大家有所帮助一、‌基础阶段：‌掌握核心概念与技能1.‌了解大数据基础‌学习大数据的定义、‌特点、‌价值以及应用领域。‌理解大数据与传统

一马什么梅一·2024-08-27 23:24

图数据库Neo4j从入门到精通视频教程（含Neo4j+D3.js完整实战项目）

图数据库Neo4j从入门到精通视频教程（含Neo4j+D3.js完整实战项目）课程观看地址：http://www.xuetuwuyou.com/course/302课程出自学途无忧网：http://www.xuetuwuyou.com

菜花小噗噗·2024-08-27 23:23

vue.js学习步骤

二、学习步骤1.基础知识2.进阶学习实战项目总结前言Vue.js从一个简单的实验性项目成长为一个功能强大、社区活跃的前端框架，其发展历程展示了它对前端开发的持续创新和改进。

一雨方知深秋·2024-08-27 22:43

CMake构建学习笔记9-Eigen库的构建

Eigen是一个高性能的C++线性代数库，广泛用于科学计算、机器学习、计算机视觉等领域。

charlee44·2024-08-27 21:11

随机森林（Random Forest）VS 提升树（Boosting Trees）

随机森林（RandomForest）和提升树（BoostingTrees）都是常见的机器学习算法，它们都基于决策树，但使用的策略和目标不同。

高大黑白涂鸦·2024-08-27 21:40

分享一个基于Spark的招聘数据可视化与分析系统Hadoop大数据源码（源码、调试、LW、开题、PPT）

作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！

计算机源码社·2024-08-27 20:05

Python基础进阶知识点

Tornado、Sanic；Tornado框架；Git版本控制；HTTP方法以及响应码；关系型数据库：MySQL、PostgreSQL、Oracle；非关系型数据库：Redis、Mongo；日志；项目的部署；实战练习

小小毛球球·2024-08-27 20:33

一点机器学习的体会

我关心的主要是机器学习有什么用，对未来哪些行业，领域，应用会产生变革级别的影响。为了了解这些，我感觉我首先要了解现在机器学习的主要方向，他们的主要应用，相关的主要工程工具。

zfq212·2024-08-27 20:18

【实战派】生活中的“发散”——你看不见的微观之美

今天的任务是让我们寻找生活中表示“发散”的物品。同学们都踊跃拍照：植物、动物、甚至已经动手画了起来～那我找什么呢？总要把思维更～发散一些才行啊(✪ω✪)眼睛能看见的给大家拍完了，那我就找找眼睛看不见的那些“微观发散”吧！冰冻天首先给了我启发：图片发自App图片发自App图片发自App世界上没有两片一样的雪花，世界上也没有一样的思维导图，同一个事情，各人角度不同，思维导图也各不相同，精彩无限！再把眼

思维导图实战派_小魔女QIQI·2024-08-27 20:15

机器学习——第十二章计算学习理论

目录1基础知识2PAC学习3有限假设空间3.1可分情形3.2不可分情形4VC维5Rademacher复杂度6稳定性1基础知识该理论研究的是关于通过计算来进行学习的理论，目的是分析学习任务的困难本质，为学习算法提供理论保证，并根据法分析结果指导算法设计。给定样例集D，假设χ\chiχ中的所有样本服从一个隐含未知的分布TTT,D中所有样本都是独立地从这个分布上采样而得。令h为χ到y\chi到yχ到y的

adchloe·2024-08-27 20:59

游戏AI中的模仿学习

模仿学习（ImitationLearning）是一种机器学习技术，通过观察和模仿专家（通常是人类玩家）的行为，训练AI模型，使其能够在游戏中执行类似的任务。与传统

SEU-WYL·2024-08-27 19:57

格式字符串利用：Linux 实战探索

概括这篇博文介绍了夺旗挑战赛，该挑战赛是2024年picoCTF活动的一部分，该活动持续到2024年3月26日星期二。我们与NVISO的团队一起决定参加并应对尽可能多的挑战，最终在全球记分牌上获得了第130名的好成绩。我决定尝试专注于二进制利用挑战。虽然我学习了Corelan的Windows课程中的Stack&Heap利用，但Linux二进制利用对我来说相当新，这在试图填补知识空白的同时提供了一个

红云谈安全·2024-08-27 18:22

【机器学习】梯度下降算法

梯度下降算法这篇博客更加详细，以下只是我个人的理解梯度下降算法原理讲解——机器学习-CSDN博客梯度下降算法是一种优化算法，通过梯度下降找到函数最小值时的自变量值。

de-feedback·2024-08-27 18:50

【机器学习】特征提取特征降维

特征工程特征工程是将原始数据转化为可以用于机器学习的数字特征，比如字典的特征提取，文档的特征提取等。字典特征提取把字典的每个唯一的键作为数据集特征的一个维度，有这个维度的就为1，没有就是0。

de-feedback·2024-08-27 18:20

【机器学习】以KNN为例的交叉验证网格搜索

KNNK-NearestNeighbors简称为KNN，根据k个最近的邻居的类别判断当前样本的类别，k一般取奇数。k个邻居中哪种类别的样本多，就判断这个为这个类别距离判断knn首先要判断两个样本之间的距离，距离有多种表示方式欧氏距离生活中常用的距离公式，二维空间中的两点(x1,y1)(x2,y2)(x_1,y_1)(x_2,y_2)(x1,y1)(x2,y2)距离表示为(x1−x2)2+(y1−y

de-feedback·2024-08-27 18:20

谷粒商城实战笔记-269~271-商城业务-订单服务-bug修改

文章目录一，269-商城业务-订单服务-bug修改二，270-商城业务-订单服务-订单确认页渲染三，271-商城业务-订单服务-订单确认页库存查询四，272-商城业务-订单服务-订单确认页模拟运费效果一，269-商城业务-订单服务-bug修改并没有复现这个bug。二，270-商城业务-订单服务-订单确认页渲染模板调整。三，271-商城业务-订单服务-订单确认页库存查询本节处理：①多个收获地址，选择

小手追梦·2024-08-27 18:49

谷粒商城实战笔记-274-商城业务-订单服务-接口幂等性讨论

文章目录一、什么是幂等性二、哪些情况需要防止三、什么情况下需要幂等四、幂等解决方案1、token机制2、各种锁机制3、各种唯一约束一、什么是幂等性接口幂等性就是用户对于同一操作发起的一次请求或者多次请求的结果是一致的，不会因为多次点击而产生了副作用。比如说支付场景，用户购买了商品支付扣款成功，但是返回结果的时候网络异常，此时钱已经扣了，用户再次点击按钮，此时会进行第二次扣款，返回结果成功，用户查询

小手追梦·2024-08-27 18:49

涨姿势了 SpringBoot+Kafka将实战讲解到极致，你悟了吗？

目录一、环境准备二、生产者实践普通生产者带回调的生产者自定义分区器kafka事务提交三、消费者实践简单消费指定topic、partition、offset消费批量消费监听异常处理器消息过滤器消息转发定时启动/停止监听器一、环境准备1、在项目中连接kafka因为是外网，首先要开放kafka配置文件中的如下配置（其中IP为公网IP），advertised.listeners=PLAINTEXT://1

技术布道师·2024-08-27 16:39

Kafka命令详解：从零开始，掌握Kafka集群管理、主题操作与监控的全方位技能，理解每一条命令背后的逻辑与最佳实践

长风清留扬·2024-08-27 16:37

开发实战之类和结构体【c++】

c++类和结构体的区别在C++中，类（class）和结构体（struct）在技术上几乎是等价的，但它们在语义上和默认访问权限上有些细微的差别。理解这些差别可以帮助你更好地使用这两种类型并编写更清晰、更具可读性的代码。1.默认访问权限类（Class）：默认的成员访问权限是私有（private）。这意味着，除非显式地声明为public或protected，类成员在类外部是不可访问的。结构体（Struc

挨踢小明·2024-08-27 14:28

如何使用TensorFlow构建AI模型

TensorFlow已成为构建机器学习模型最受欢迎的框架之一。无论你是初学者还是经验丰富的数据科学家，了解如何使用TensorFlow构建AI模型对充分利用机器学习的潜力至关重要。

AI科研视界·2024-08-27 14:21

PYTORCH 官方文档，开发文档，Python编程人工智能深度机器学习

PYTORCH文档PyTorchdocumentation—PyTorchmasterdocumentationPyTorch是一个使用GPU和CPU进行深度学习的优化张量库。本文档中描述的功能按版本状态分类:稳定:这些功能将被长期维护，并且在文档中通常不应该有重大的性能限制或缺口。我们还希望保持向后兼容性(虽然突破性的变化可能会发生，通知将提前一个版本)。测试版:这些功能被标记为测试版，因为AP

zhangfeng1133·2024-08-27 13:21

数据挖掘工具（RapidMiner）

RapidMiner是一款功能强大的数据挖掘和机器学习工具，它提供了从数据预处理、建模、评估到部署的一系列流程。

deepdata_cn·2024-08-27 13:20

PYQT实现多个界面切换（不开新窗口）

（当作学习笔记自己看，有些杂乱请理解）参考Python小白从零开始PyQt5项目实战（8）汇总篇（完整例程）_pyqt项目实战教程-CSDN博客目前找到的最优解是用stackedWidget控件，结合sender

来个柠檬·2024-08-27 13:45

DFS实战

若是从一二叉树树考虑，DFS就是先一路搜索到最左侧，然后逐渐返回上一节点，再搜索上一节点的子节点。有栈的思想。所以一般都会用递归的方式解决问题。不同于BFS每次只找一层，先进先出的对列。而是对当前点cur进行递归，如果cur的临界点有效，就继续深搜递归，一直搜索到底为止。一、DFS的一般步骤：1、定义一个递归函数，在递归函数中，判断该点是否有效，（有时若是判定有效比较复杂，就单独写出一个isval

小碧小琳·2024-08-27 12:24

深度学习岩土工程+离散元PFC仿真应用=数字化智能岩土预测？噂都假嘟？

2.数据驱动特性分析：通过机器学习算法分析大

好好学仿真·2024-08-27 12:11

基于华为昇腾910B和LLaMA Factory多卡微调的实战教程

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

herosunly·2024-08-27 10:57

《高级Kotlin强化实战学习手册（附Demo）》开放下载(1)

第二章Kotlin实战避坑指南方法入参是常量，不可修改不要Companion、INSTANCE？Java重载，在Kotlin中怎么巧妙过渡一下？

2401_84538063·2024-08-27 08:17

GUI编程入门到游戏实战（狂神）--GUIp1-5

Gui编程简介学什么GUI是什么怎么用怎么玩组件窗口弹窗面板文本框列表框按钮图片监听事件鼠标键盘事件外挂简介GUI核心技术：Swing、AWT，但逐渐淘汰原因：界面不美观需要jre环境好处：可写一些想要的小工具可能维护到swing界面了解MVC，了解监听AWT介绍抽象的窗口工具。包含很多类和接口。GUI：图形界面编程元素：窗口、按钮、文本框工具存在java.awt包中组件、容器//GUI第一个界面

m0_64648897·2024-08-27 08:14

TCP连接过程

文章目录TCP连接过程附录TCP报文中关键术语字段后面再完整出理论、出实战、出总结TCP连接过程三次握手（Three-WayHandshake）过程。

松鼠会吃榛子·2024-08-27 07:43

大模型企业应用落地系列》基于大模型的对话式推荐系统》技术架构设计全攻略

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录大模型企业应用落地系列全貌基于大模型的对话式推荐系统

陈敬雷-充电了么-CEO兼CTO·2024-08-27 07:42

大模型企业应用落地系列一》基于大模型的对话式推荐系统》对话式推荐系统概述

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录大模型企业应用落地系列一基于大模型的对话式推荐系统

陈敬雷-充电了么-CEO兼CTO·2024-08-27 07:12

红队攻防渗透技术实战流程：红队资产信息收集之单个目标信息收集

红队资产信息收集1.企业基础资产信息收集2.企业子域名信息收集3.企业单个目标信息收集3.1企业域名IP信息收集3.1.1企业域名查询IP地址3.1.1.1CMD直接PING目标域名3.1.1nslookup直接解析域名3.1.1威胁情报网站辅助查询3.1.1IPsite网站网站查询3.1.1站长SEO网站IP查询3.1.1Netcraft网站IP查询3.1.1站长IP查询网站辅助查询3.1.1埃

HACKNOE·2024-08-27 07:38

前端面试宝典【CSS篇】【8】

由拥有多年一线实战经验的资深工程师亲自授课，结合最新的行业动态与实战案例，旨在全面提升你的技术实力与面试技巧。

bdawn·2024-08-27 06:04

容器化的最佳实践：阿里内部出品，Docker+K8S实战文档

前言：阿里巴巴，作为国内互联网公司的Top，算是业界的标杆，有阿里背景的程序员，也更具有权威性。作为程序员，都清楚阿里对于员工要求有多高，技术人员掌握的技术水平更是望尘莫及。所以，大厂程序员的很多经验也都值得我们借鉴和学习，在一定程度上确实能够帮助我们“走捷径”。而对于k8s与docker的相关问题，Alibaba肯定还是很有话语权的。只有实践了才能对其有深入理解，所谓“纸上得来终觉浅，绝知此事要

AGI大模型阿南·2024-08-27 06:20

深度学习学习经验——强化学习（rl）

强化学习强化学习（ReinforcementLearning,RL）是一种机器学习方法，主要用于让智能体（agent）通过与环境的互动，逐步学习如何在不同情况下采取最佳行动，以最大化其获得的累积回报。

Linductor·2024-08-27 06:32

深度学习学习经验——什么是深度学习

深度学习是机器学习的一个子领域，它使用多层神经网络来自动从大量数据中学习和提取特征。深度学习尤其适合处理大规模的数据，如图像、语音和文本等。

Linductor·2024-08-27 06:02

24.8.26学习心得

验证数据集（ValidationSet）和测试数据集（TestSet）在机器学习和深度学习中都是非常重要的概念。它们各自有不同的用途和目的。

kkkkk021106·2024-08-27 06:01

OPenCV和OPenGL的区别

OPenCV主要用来处理图像和视频，还涉及到一些机器学习的算法。专注于从图像中获取信息是用机器来理解图像。比如：视频降噪、运动物体的跟踪、目标识别（比如人脸识别）。OPenGL主要用于三维图形的渲染。

zxz520zmg·2024-08-27 06:01

【机器学习】————在金融市场分析方面的应用

传统方法在面对海量数据和复杂模型时往往力不从心，随着技术的进步，机器学习在金融市场分析中的应用越来越广泛。本文将深入探讨

爱吃蔬菜不挑食·2024-08-27 06:01

机器学习常见公式推导

线性层的反向传播对于函数Y=XWY=XWY=XW（注：XXX是一个m×nm\timesnm×n的矩阵，WWW是一个n×kn\timeskn×k的矩阵，YYY是一个m×km\timeskm×k的矩阵。这里的WWW通常代表模型的权重，而XXX代表输入数据。）如何求∂Y∂W\frac{\partialY}{\partialW}∂W∂Y呢，通常我们只关心其一个特定的切片，即∂Yij∂Wrs\frac{\p

stubborn vegeta·2024-08-27 02:11

Java毕设项目汇总 - 5 - ssm框架+vue+源代码+论文等完整资料

逃逸的卡路里博主介绍：✌️码农一枚|毕设布道师，专注于大学生项目实战开发、讲解和毕业文撰写修改等。✌️主要项目：小程序、SpringBoot、SSM、Vue、Java、Jsp等设计与开发。

逃逸的卡路里·2024-08-27 01:06

推荐频道

零基础实战机器学习

打造扛得住的MySQL数据库架构视频教程-数据库结构优化 高可用架构设计