预测试题

Mybatis是如何进行分页的？

面试题。希望对大家有帮助；Mybatis是如何进行分页的？
java1234_小锋·2025-02-12 21:20

机试题——出城

题目描述如果将这个城市的路口看作点，两个路口之间的路看作边，那么该城市的道路能够构成一棵由市中心路口向城市四周生长的树，树的叶子节点即是出城口。今天想要出城办事，但不巧的是，有几个路口堵车了，无法从一个正常的路口前往堵车的路口。假定从一个正常的路口出发，请问能否顺利出城（到达出城口）？如果可以，请找到最省油的路径（经过路口最少的路径），否则请输出“NULL”。输入描述第一行：一个整数(n)，表示城
指针从不空·2025-02-12 20:44

机试题——移动01字符串

题目描述十六进制数表示一个长度为(n)的01字符串。能否通过左右移动一个和该01字符串相同的字符串，来用1覆盖掉原字符串中的0（0并不会覆盖1），使得原字符串变成一个长度为(n)的全1字符串。如果可以，请将方案写出，如果同时存在多个方案，请写下移动次数最少的方案。输入描述第一行：一个整数(n)，表示01字符串的长度，(10#include#include#include#include#inclu
指针从不空·2025-02-12 20:44

网络面试题（第一部分）

一、ARP工作原理首先ARP工作在数据链路层，功能是将IP地址转换成MAC地址。例如主机A想向主机B发送消息，首先会查看自己ARP表中是否有主机B对应的MAC地址，如果有则按照ARP表中对应的MAC地址表发送，否则就以广播的形式发送数据包，来查询主机B的MAC地址。这个广播包包源IP地址、硬件地址、以及目的IP地址。收到这个广播包的人先查看目的IP是不是自己的IP如果不是就不理会，如果是就会向源地
到不了p8不改名·2025-02-12 20:10

基于泰勒展开改进的物理信息神经网络

这种方法不仅提高了模型的预测准确性，还增强了模型的泛化能力和解释性，因此在流体力学、材料科学、地球科学等
天天酷科研·2025-02-12 20:39

MySQL面试题

1、MySQL的复制原理以及流程基本原理流程，3个线程以及之间的关联1.主：binlog线程===记录下所有改变了数据库数据的语句，放进master上binlog中。2.从：io线程===在使用startsalve之后，负责从master上拉取binlog内容，放进自己的relaylog中3.从：sql执行线程===执行relaylog中的语句https://view.inews.qq.com/w
柯南道尔哀·2025-02-12 19:36

软考信息安全工程师好考吗？

一、考试题型设置(1)网络信息安全基础知识和技术，考试时间为150分钟，笔试，75道选择题；(2)网络信息安全工程与综合应用实践，考试时间为150分钟，笔试，一般为4道问答题。
欧气满满o·2025-02-12 19:35

Python中LSTM算法的实现与应用

接着，教程以Keras库为例，逐步演示了安装库、数据预处理、模型构建、编译、训练、评估和预测等步骤。深入讲解了在序列数据处理如自然语言和时间序列预测任务中的实际应用，并提供了实践案例，强
昊叔Crescdim·2025-02-12 19:01

SQL 大厂面试题目（由浅入深）

今天给大家带来一份大厂SQL面试覆盖：基础语法→复杂查询→性能优化→架构设计，大家需深入理解执行原理并熟悉实际业务场景的解决方案。1.基础查询与过滤题目：查询employees表中所有薪资（salary）大于10000且部门编号（dept_id）为5的员工姓名（name）和入职日期（hire_date）。SELECTname,hire_date FROMemployees WHEREsalary>
小梁不秃捏·2025-02-12 19:31

100.15 AI量化面试题：PPO与GPPO策略优化算法的异同点

目录0.承前1.基本概念解析1.1PPO算法1.2GPPO算法2.共同点分析2.1理论基础2.2实现特点3.差异点分析3.1算法设计差异3.2优化目标差异3.3应用场景差异4.选择建议4.1使用PPO的场景4.2使用GPPO的场景5.回答话术0.承前本文通过通俗易懂的方式介绍PPO(ProximalPolicyOptimization)和GPPO(GeneralizedProximalPolicy
AI量金术师·2025-02-12 18:28

100.16 AI量化面试题：监督学习技术在量化金融中的应用方案

目录0.承前1.解题思路1.1应用场景维度1.2技术实现维度1.3实践应用维度2.市场预测模型2.1趋势预测2.2模型训练与评估3.风险评估模型3.1信用风险评估4.投资组合优化4.1资产配置模型5.回答话术
AI量金术师·2025-02-12 18:28

100.17 AI量化面试题：凯利准则的核心思想是什么？如何用它来确定最佳资本配置比例？

目录0.承前1.解题思路1.1理论基础维度1.2应用场景维度1.3实践实现维度2.基础实现2.1单资产凯利公式2.2多资产凯利优化3.风险管理扩展3.1分数凯利策略3.2动态调整机制4.实践应用4.1策略评估5.回答话术0.承前本文通过通俗易懂的方式介绍凯利准则(KellyCriterion)的核心思想及其在投资中的应用，包括理论基础、实现方法和实际案例。如果想更加全面清晰地了解金融资产组合模型进
AI量金术师·2025-02-12 18:28

《2025年管理趋势预测：模型+工具如何重塑团队效率？》

一、管理者的困局：你的团队是否每天都在“拆盲盒”？凌晨1点，创业公司CEO老陈的手机屏幕还亮着。钉钉群里，技术总监在催项目排期，销售团队在抱怨产品Bug频出，财务部提醒下个月工资可能发不出来……他瘫在椅子上苦笑：“明明定了目标，为什么所有人都在瞎忙？”这种场景并不陌生——目标模糊、沟通断层、优先级打架，几乎是所有管理者踩过的坑。事实上，管理混乱的根源往往不是人，而是缺乏系统化的管理框架。就像盖楼没
·2025-02-12 18:28

《探秘AI绿色计算：降低人工智能硬件能耗的热点技术》

据国际能源署预测，人工智能的能源消耗可能大幅增长。因此，降低人工智能硬件能耗，实现绿色计算，已成为行业关键课题。以下是一些正在崭露头角的热点技术。
·2025-02-12 17:20

大语言模型在专业领域的应用——教育场景下的大语言模型

构建教育相关的大语言模型通常来说，教育应用系统面临着多样的用户需求（如作文批改、启发式教学、试题讲解等），而且要支持与用户进行便捷的交互。为此，教育大语言模型需要基于海量的教育相关文本和专业数
什么都不太懂的程序员·2025-02-12 15:09

KDD 2023 | 先睹为快！KDD 2023论文合集50篇（附下载地址）

DoubleAdapt:AMeta-learningApproachtoIncrementalLearningforStockTrendForecastingCode：NoneArea：一种用于股票趋势预测增量学习的元学习方法
马拉AI·2025-02-12 15:04

Java 常见的面试题（网络）

一、http响应码301和302代表的是什么？有什么区别？**301MovedPermanently：**被请求的资源已永久移动到新位置，并且将来任何对此资源的引用都应该使用本响应返回的若干个URI之一。如果可能，拥有链接编辑功能的客户端应当自动把请求的地址修改为从服务器反馈回来的地址。除非额外指定，否则这个响应也是可缓存的。**302Found：**请求的资源现在临时从不同的URI响应请求。由于
m0_74824091·2025-02-12 13:27

Spring Boot常见面试题总结

1.SpringBoot基础Q1:SpringBoot是什么？它的优点有哪些？SpringBoot是简化Spring应用开发的框架，提供自动配置、内嵌服务器、starter依赖等。优点包括快速搭建、约定优于配置、减少XML配置、集成生态丰富。Q2:@SpringBootApplication注解的作用是什么？组合了三个核心注解：@SpringBootConfiguration（标记为配置类）、@E
幽默小吴·2025-02-12 13:24

k8s常见面试题1

k8s常见面试题1Kubernetes基础知识核心组件及作用K8S生成pod过程Pod、Deployment、Service的区别保证Pod高可用ConfigMapvsSecret网络模型与Pod通信Ingress
风车带走过往·2025-02-12 11:43

AI大模型应用入门实战与进阶：28. AI大模型的实战项目：智能电网

例如，深度学习技术可以帮助预测电力需求，
AI天才研究院·2025-02-12 11:12

AUC完全总结：定义、手撕计算代码、优缺点

ROC曲线二分类混淆矩阵如下：真实情况label=1真实情况label=0预测情况label=1TPFP预测情况label=0FNTN假阳率（FalsePositiveRate）FPR=FP/(FP+TN
zs1996_·2025-02-12 08:54

java自动化高频面试题

Selenium常见面试题1.Selenium工作原理？
m0_66323401·2025-02-12 07:19

深度学习算法informer（时序预测）（一）（数据编码讲解）

代码基础上进行优化，请先了解transformer原理informer代码中数据编码包括三部分，位置编码、数据编码、时间编码目标：时序数据有7个特征，通过24个时间点（可以是年、月、日、时、分、秒）的数据预测未来
槑槑紫·2025-02-12 05:33

辛几何模态分解SGMD分解，附案例数据 可直接运行。附案例数据 可直接运行。

X105_BA_time.txt');fs=12000;x=x(1:4096);%取出前4096个点N=length(x);%%辛几何模态分解SGMD分解u_f=SGMD(x,10);智能算法及其模型预测
智能算法及其模型预测·2025-02-12 03:16

拉格朗日插值法——matlab代码实现

公式：functiony=lagrange(x0,y0,x)%给定一系列点x0,y0%x是我们要预测的值，由于可以有多个，因此用向量表示%y返回我们的估计值，由于可以有多个，因此用向量表示n=length
god_speed丶·2025-02-12 03:45

2025年编程语言排行榜

那么，让我们来一起预测2025年编程语言排行榜吧！二、排行注：有亿些是我自己编的语言……嘻嘻。第一名当属"懒人语言"（LazyLang）——Python。
CodeXTreme工作室·2025-02-12 02:08

对比CentOS与Ubuntu：选择最适合你的Linux发行版

专栏导航：码农阿豪系列专栏导航面试专栏：收集了java相关高频面试题，面试实战总结️Spring5系列专栏：整理了Spring5重要知识点与
码农阿豪@新空间代码工作室·2025-02-12 01:05

Redis 高频面试题与核心知识点解析

一、Redis基础概念Redis是什么？有哪些特点？Redis是一个开源的、基于内存的数据结构存储系统，可用于数据库、缓存和消息中间件。特点：高性能（10万+QPS）、单线程模型（6.0后支持多线程IO）、持久化、支持事务、发布订阅等。Redis与Memcached的区别？Redis支持更丰富的数据类型，Memcached仅支持字符串。Redis支持持久化，Memcached纯内存。Redis单线
·2025-02-12 01:32

【前端】【面试】【经典一道题】前端 Vue、React 采用单向数据流的原因

前端Vue、React采用单向数据流的原因一、可预测性1.数据流向清晰在单向数据流架构里，数据从父组件流向子组件的路径是明确且可预期的。
患得患失949·2025-02-12 00:26

大语言模型多代理协作（MACNET）

研究发现了小世界协作现象和协作缩放定律，为LLM系统资源预测和优化提供了思路。研究背景与动机：大语言模型（LLMs）因神经缩放定律展现出强大能力，
ZhangJiQun&MXP·2025-02-12 00:51

Java多线程和并发编程面试题和参考答案100多道（持续更新）

目录描述线程的生命周期及其状态什么是守护线程，并举例说明其用途比较synchronized和volatile关键字的使用场景和区别什么是死锁，并举例说明如何避免创建线程有哪几种方式，并比较它们的优缺点什么是线程池，并解释其工作原理描述Java中线程池的几种实现方式及其特点如何在Java中停止一个线程解释Executor框架及其组件解释synchronized关键字的工作原理什么是锁，以及Java中
大模型大数据攻城狮·2025-02-11 23:18

时间序列预测领域表现优秀的模型

根据搜索结果，以下是一些在时间序列预测领域表现优秀的模型：N-BEATS：由ElementAI提出的模型，基于集成前馈网络的深度堆栈，模拟拟合ARIMA模型时的Box-Jenkins方法。
zhangfeng1133·2025-02-11 23:14

深度学习-电商推荐

我们将构建一个基于神经网络的简单推荐模型，以用户的历史购买行为和商品特征为基础，预测用户对商品的偏好。这里我们使用Python的TensorFlow和Keras库来实现。
小赖同学啊·2025-02-11 22:41

快速搭建GRU循环神经网络预测模型

首先，我需要使用GRU神经网络进行预测。GRU是GatedRecurrentUnit的缩写，是一种常用的循环神经网络结构，适用于序列数据的预测任务。
智汇未来·2025-02-11 22:38

时间序列分析 | Python实现时间序列不确定性建模

时间序列分析|Python实现时间序列不确定性建模目录时间序列分析|Python实现时间序列不确定性建模基本介绍研究方法概率分布建模分位数回归学习总结基本介绍基础的时间序列预测任务的目标是给定历史序列，
前程算法屋·2025-02-11 22:37

【时序预测】-深度学习系列

Wavenet（2016）重点：CNN系列+因果卷积+膨胀卷积核心：确保了输出的时间点只依赖于输入序列中时间戳早于或等于该输出时间点的数据，核心模块膨胀卷积能够扩大卷积层的感受野，从而更充分学习序列的全局信息。DeepAR（2017Amazon）DeepAR:ProbabilisticForecastingwithAutoregressiveRecurrentNetworks重点：RNN系列+多元
TIM老师·2025-02-11 22:04

【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

SQL面试题

学生表Student(S#,Sname,Sage,Ssex)学生表Course(C#,Cname,T#)课程表SC(S#,C#,score)成绩表Teacher(T#,Tname)教师表--1、查询“001”课程比“002”课程成绩高的所有学生的学号SELECTa.S#FROM(SELECTS#,scoreFROMSCWHEREC#='001')a,(SELECTS#,scoreFROMSCWHE
bjwuzh·2025-02-11 21:28

最全软件测试面试题(经典)

最全软件测试面试题在当今竞争激烈的软件测试职场中，想要获取一份满意的offer，就要在面试前做足充分准备，不断挖掘用人单位岗位需求，才能做到“知己知彼，百战不殆。”
传说三哥·2025-02-11 21:26

AI赋能灯塔低代码平台，AI应用落地“加速器”

AI技术已渗透到各个领域，从智能语音助手到精准医疗影像诊断，从金融风险预测到智能交通管理，其潜力无可限量。然而，将AI技术转化为实际应用却面临重重困难。
·2025-02-11 21:13

N-Beats：一种用于时间序列预测的纯前馈神经网络模型

介绍N-Beats（NeuralBasisExpansionAnalysisforInterpretableTimeSeriesForecasting）是一种基于纯前馈神经网络的时间序列预测模型，由BorisOreshkin
TIM老师·2025-02-11 20:25

【深度学习实战：kaggle自然场景的图像分类-----使用keras框架实现vgg16的迁移学习】

模型应该预测每个图像的正确标签。您的目标是实现分类问题的高精度。数据集train.csv-训练集test.csv-测试集SceneImages-图像文件夹训练
机器学习司猫白·2025-02-11 20:18

软件测试常见面试题【附答案】

给你一支笔，你怎么测试功能测试首先我们要明确它（产品）的功能是什么，那当然对于一支笔来说，它的功能最常见的就是写字。1）笔盖是否容易开合；（按压式笔的话可以是“笔帽是否能够正常按压”）2）笔芯能否替换；（钢笔可以是“墨水能否正常灌入”）3）笔的出墨速度是否符合设计要求；4）笔墨的粗细是否符合设计要求；（铅笔的话可能是笔芯的软硬程度~）外观测试1）笔壳颜色是否符合设计要求；2）笔壳上的logo、文字
测试界的世清·2025-02-11 19:17

go os包介绍及示例

关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。
借雨醉东风·2025-02-11 19:16

C#、.Net 中级高级架构管理面试题杂烩

1、简述值类型和引用类型的区别存储位置：值类型变量直接存储数据的值，通常存储在栈上；引用类型变量存储的是对象在堆上的引用地址。内存管理：值类型的内存由系统自动管理，当超出作用域时自动释放；引用类型的内存需要通过垃圾回收机制来释放。赋值操作：值类型赋值时会复制整个值；引用类型赋值时只是复制引用地址，两个变量指向同一个对象。2、解释const和readonly的区别const：是编译时常量，必须在声明
一包烟电脑面前做一天·2025-02-11 18:10

试题A: 进制

试题A:进制本题总分：5分【问题描述】8100178706957568这个数在用x进制表示时(x∈[11,36])，仅包含数字而不包含字母，请问x是多少。
明灯伴古佛·2025-02-11 18:06

Java面试题-IO

Java面试题-IO1、什么是IO？2、Java中同步与异步是什么？它们的异同是什么？3、Java中阻塞与非阻塞是什么？它们的异同是什么？4、什么是BIO？5、什么是NIO？6、什么是AIO？
@Corgi·2025-02-11 16:56

荣耀手机Magic3系列、Magic4系列、Magic5系列、Magic6系列、Magic7系列详情对比以及最新二手价格预测

目录荣耀Magic系列手机详细对比最新二手价格预测性价比分析总结以下是荣耀Magic系列手机的详细对比以及最新二手价格预测：荣耀Magic系列手机详细对比特性荣耀Magic3系列荣耀Magic4系列荣耀
SunkingYang·2025-02-11 14:40

机试题——购物系统的降级策略

题目描述在一个购物APP中，有一个核心购物系统，它的接口被N个客户端调用。这些客户端负责处理来自不同渠道的交易请求，并将这些请求发送给核心购物系统。每个客户端有不同的调用量R=[R1,R2,...,RN]，表示在一定时间内，这个客户端向核心购物系统发送的交易请求的数量。核心购物系统必须能够及时响应所有的请求，以确保交易顺利进行。然而，最近核心购物系统出现了集群故障，导致交易请求的处理速度变慢。为了
指针从不空·2025-02-11 11:23

YOLOv8改进策略【Neck】| TPAMI 2024 FreqFusion 频域感知特征融合模块 解决密集图像预测问题

FreqFusion结构针对传统特征融合在密集图像预测中存在的问题，创新性地引入自适应低通滤波器生成器、偏移量生成器和自适应高通滤波器生成器。
Limiiiing·2025-02-11 09:37
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他