ab学习

特征工程 (Feature Engineering)

特征工程(FeatureEngineering)作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来在机器学习和数据科学领域，特征工程
AGI大模型与大数据研究院·2025-03-08 02:46

PyTorch 深度学习快速入门教程

PyTorch深度学习快速入门教程PyTorch是一个灵活且易用的深度学习框架，支持动态图计算，广泛用于学术研究和工业应用。
有人给我介绍对象吗·2025-03-08 02:16

rabbitmq 学习 之 mirror queue cluster 搭建（26）

官网:https://www.rabbitmq.com/ha.html高可用（镜像）队列默认情况下，queues存放在RabbitMQ集群的单个节点之上。
xiaoliuliu2050·2025-03-08 02:15

关于SpringCloud整合RabbitMQ的应用详解（ack，限流，幂等）

安装RabbitMQ安装Eralng与RabbitMQ导包org.springframework.cloudspring-cloud-starter-stream-rabbit生产者配置关于spring.rabbitmq.template.mandatory
何须低眉·2025-03-08 02:43

k8s service type_RabbitMQ(k8s)-随手笔记

介绍基于Erlang开发消息队列(AMQP)在分布式系统中,有一些功能我们希望能够提高系统稳定性,比如说支付、订单功能,服务后移,长时间操作的功能,同步数据我们通过监听数据变化实现功能联动特点分布式各节点互相冗余元数据(erlang.cookie,队列、交换机、绑定元数据、vhost元数据)实现分布式集群(类似于session),通过转发达到集群任意节点进入都是集群主节点可以任意增加节点实现集群水
weixin_39873325·2025-03-08 02:42

多线程-CompletableFuture

简介CompletableFuture：异步任务编排工具。java8中引入的一个类，位于juc包下，是Future的增强版。它可以让用户更好地构建和组合异步任务，避免回调地狱。
侧耳倾听111·2025-03-08 01:11

多线程-线程池源码

简介这里了解ThreadPoolExecutor的工作机制ThreadPoolExecutor的继承结构Executor：线程池的顶层接口，定义了提交异步任务的方法voidexecute(Runnablecommand
侧耳倾听111·2025-03-08 01:41

基于AI大模型api实现的ChatGPT服务

支持一键切换ChatGPT(3.5、4.0)模型、文心一言(支持Stable-Diffusion-XL作图)、通义千问、讯飞星火、智谱清言(ChatGLM)等主流模型，后续模型持续对接中。
大牛撸码·2025-03-08 01:10

Spring AI简单使用

https://github.com/chatanywhere/GPT_API_freeAI框架之SpringAI与SpringCloudAlibabaAI使用讲解超级详细SpringAI+ChatGPT
NaughtyBo·2025-03-08 01:40

深入解析 JVM —— 从基础概念到实战调优的全链路学习指南

文章目录一、为什么要学习JVM？
总是学不会.·2025-03-08 01:09

2024华为OD机试真题-优秀学员统计(C++)-E卷A卷-100分

华为OD机试最新E卷题库-(C卷+D卷+E卷)-(JAVA、Python、C++)目录题目描述输入描述输出描述用例1用例2用例3考点题目解析代码C++题目描述公司某部门软件教导团正在组织新员工每日打卡学习活动
2024剑指offer·2025-03-08 01:08

Spring Boot 消息队列（以RabbitMQ为例）

文章目录RabbitMQ简介与安装1.RabbitMQ简介2.RabbitMQ安装SpringBoot集成RabbitMQ1.创建SpringBoot项目2.配置RabbitMQ3.定义消息队列和交换机
珠峰日记·2025-03-08 01:06

利用R语言irr包计算ICC值（组内相关系数）

ICC值是一个较为陌生的概念，在统计学中应用较多，引用百度百科的介绍：组内相关系数(ICC)是衡量和评价观察者间信度(inter-observerreliability)和复测信度(test-retestreliability
mlhylzqwxli·2025-03-08 01:04

第0节 机器学习与深度学习介绍

人工智能：能够感知、推理、行动和适应的程序机器学习：能够随着数据量的增加而不断改进性能的算法（数学上的可解释性但准确率不是百分百，灵活度不高）深度学习：机器学习的一个子集：利用多层神经网络从大量数据中进行学习
汉堡go·2025-03-08 01:34

INT2067/INT5051 Introduction to Programming

:March16,2025(Sunday)1IntroductionInthisassignment,youneedtoimplementatext-basedgamebasedontheriddleaboutaf
·2025-03-08 01:09

Python数据可视化——Seaborn的基本用法（2）

Seaborn库的安装与导入Seaborn是基于Matplotlib的高级数据可视化库，在使用前需要确保正确安装。
大数据张老师·2025-03-08 01:00

【GMT-学习4】比例尺背景透明度设置

比例尺背景透明度设置通过修改-F+gwhite参数为-F+gwhite@50，可以将地图的白色填充设置为50%的透明度。可以根据需要调整透明度值（例如@30表示30%透明度，@80表示80%透明度）。
科熊小猪·2025-03-08 00:58

awesome python 中文版 相见恨晚！(pythonNB的第三方资源库)

原文链接：Python资源大全内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。
weixin_30788731·2025-03-08 00:28

【机器学习】决策树 ( Decision Tree )

【机器学习】决策树(DecisionTree)文章目录【机器学习】决策树(DecisionTree)1.ID3(1)信息增益(2)ID3的算法流程(3)实现ID32.C4.53.CART(1)决策桩DecisionStump
AI天才研究院·2025-03-08 00:57

css表格宽度设置无效

table-layout:fixedtable-layout:fixed，table和td设置宽度有效，但在第一行有合并列的情况时，列宽会被均分，从而导致td设置宽度无效（table宽度仍然有效）。
思想永无止境·2025-03-08 00:26

【AI】YOLOv7部署在NVIDIA Jetson Nano上

1、环境搭建参考博客：【AI】JetsonNano烧写SD卡镜像【AI】YOLOv7部署在NVIDIAJetsonTX2上2、下载编译2.1源码下载https://github.com/AlexeyAB
郭老二·2025-03-08 00:26

超实用计算机网络面试题，快来学习一下

引言计算机网络作为程序员的内功，不仅要做到深入理解，面试题也要详细掌握，跟着作者的节奏好好复盘一下吧1.OSI模型和TCP/IP模型的区别是什么？各层的主要功能是什么？考察点：网络分层架构、协议栈理解答案方向：OSI分为7层（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简化为4层（网络接口层→网络层→传输层→应用层）。关键区别：OSI是理论模型，TCP/IP是实际工业
优人ovo·2025-03-08 00:26

机器学习-随机森林解析

**(2)高效并行化****(3)特征重要性评估****(4)耐抗噪声**四.随机森林的优缺点优点缺点五.参数调优（以scikit-learn为例）波士顿房价预测一、.随机森林的思想1.通过组成多个弱学习器
Mr终游·2025-03-08 00:21

基于YOLOv5深度学习的田间杂草检测系统：UI界面 + YOLOv5 + 数据集详细教程

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLOv5模型进行目标检测，并提供一个用户友好的界面。
深度学习&目标检测实战项目·2025-03-08 00:50

象牙塔中的“智者”：DeepSeek R1 引领高校问答智体新纪元

目录高校问答智体的“前世今生”：痛点与机遇DeepSeekR1：开启推理大模型的新篇章“DeepSeekR1+高校”：场景、架构与实践3.1场景一：智能学术助手3.2场景二：个性化学习导航3.3场景三：
海棠AI实验室·2025-03-08 00:50

人工智能与深度学习的应用案例解析及代码实现

引言人工智能（AI）与深度学习（DeepLearning）作为21世纪最具变革性的技术之一，已渗透到医疗、金融、交通、制造等各个领域。
accurater·2025-03-08 00:49

基于PCA+RF的数据分类模型含matlab代码（PCA降维后输入进RF模型）

本代码实现了对高维数据通过PCA进行降维后，再输入到RF模型中去，从而提高模型精度的目的。代码中都有详细的注释，直接替换数据就可以使用。一.概述1.主成分分析（PCA）目的：降维，减少数据的维度，同时保留尽可能多的原始数据的方差。步骤：标准化数据：为了使每个特征对总的方差贡献相似，通常需要对数据进行标准化处理。计算协方差矩阵：确定数据集中特征之间的协方差。计算特征值和特征向量：从协方差矩阵中提取特
Jason_Orton·2025-03-07 23:48

自动扶梯人员摔倒掉落识别检测数据集VOC+YOLO格式5375张2类别

yolo格式txt文件)图片数量(jpg文件个数)：5375标注数量(xml文件个数)：5375标注数量(txt文件个数)：5375标注类别数：2标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels
FL1623863129·2025-03-07 23:18

零基础入门Jetson Nano——踩坑系统烧入，软件安装部署

一、简介本文章主要讲述作为小白的我，在零基础入手国产JetsonNano套件，踩坑系统烧入，环境部署，下面是我在最初学习路上遇到的问题，做一个总结，以便来帮助更多的nano小白少走弯路。
Agmage·2025-03-07 23:47

贪婪爬取，非贪婪爬取

publicstaticvoidmain(String[]args){Strings="Java自从95年问世以来，abbbbaaaaaaa经历了很多版本，目前企业中用的最多的是JaVa8和Java11
宝耶·2025-03-07 23:15

深度学习笔记——基础部分

深度学习是一种机器学习的方式，通过模仿人脑吃力信息的方式，使用多层神经网络来学习数据的复杂模式和特征。
肆——·2025-03-07 23:45

Vid ---基于Rust的高性能视频关键帧提取工具架构解析

海量监控视频的快速关键帧回溯教学视频的内容摘要生成视频素材库的智能索引构建技术亮点：多级并行处理架构FFmpeg硬件加速集成自动化目录结构管理⚡细粒度资源控制二、核心架构设计1.CLI控制层#[derive(Parser,Debug)]#[command(version,about
Foodie豪哥·2025-03-07 23:14

Linux 详细了解

1.Linux命令行a.Linux命令行是Linux系统的一个核心组件，允许用户通过键盘输入命令来管理和操作系统，必须学习和掌握常用的Linux命令，才可以高效地使用Linux系统。
ytdbc·2025-03-07 23:14

小团队的极简自动化运维方案（基于华为云）

结合华为云原生服务和极简工具链实现高效可控的自动化部署：一、架构简化设计（适配小团队）1.部署模式选择graphLRGitLab-->|推送代码|GitLab-CI-->|构建镜像|华为云SWR(容器镜像仓库
徐福记c·2025-03-07 23:43

分分钟搞定分布式技术专题面试——Nginx+ZK+ActiveMQ+Kafka+RabbitMQ+MongoDB+Redis！

前些日子听很多朋友说面试跪在分布式，所以今天特地来总结一波分布式技术专题面试，限流、通讯、缓存：01分布式限流：Nginx+ZooKeeper1.1分布式限流之Nginx请解释一下什么是Nginx?请列举xNginx的一些特性。请列举xNginx和和Apache之间的不同点请解释xNginx如何处理PHTTP请求。在xNginx中，如何使用未定义的服务器名称来阻止处理请求?使用“反向代理服务器”请
独孤球球·2025-03-07 23:43

机器学习基础（4）

训练深度学习模型就好比在平行世界里按下发射火箭的按钮，你听不到也看不到。你无法观察流形学习过程，它发生在数千维空间中，即使投影到三维空间中，你也无法解释它。
yyc_audio·2025-03-07 23:42

vlookup反向查询_XLOOKUP函数与VLOOKUP函数用法比较

1、XLOOKUP基础语法在学习任何一个函数之前，需要了解这个函数的基础语法，从微软官方的帮助文档里找到了这个函数的参数语法，共计有5个参数，跟LOOKUP的参数非常接近，但是使用起来会更加简单了一些。
weixin_39968820·2025-03-07 23:10

信仰与理性：信仰的认识论

Faith信仰FirstpublishedWedJun23,2010;substantiverevisionSatDec9,2023Questionsaboutfaithhaveinspiredcenturiesofphilosophicalandtheologicalreflection
斐夷所非·2025-03-07 23:38

uniapp微信小程序vue3自定义tabbar

在App.vue隐藏原生tabbar，也可以在pages.json中配置二选一就好了创建CustomTabBar公共组件{{item.text}}import{ref,onMounted}from'vue
HerayChen·2025-03-07 22:07

深入理解 Java 中的 Lambda 表达式与函数式编程

通过学习本文，你将掌握StreamAPI的95%常用操作，提升代码的简洁性和效率。1.实体类Map互转场
庞胖·2025-03-07 22:07

php里面__call方法的妙用

实现链式调用：classChainable{private$value;publicfunction__construct($value){$this->value=$value;}publicfunction
张小勇·2025-03-07 22:37

SQL SERVER 多表关联更新

目前使用比较多的数据库：MYSQL与ORACLE而SQLSERVER用的比较少，查询大致都差不多，但是更新与删除有些不一样（单表操作这里就不说了，也差不多）SQLSERVER多表关联更新：更新tab_1
letisgo5·2025-03-07 22:06

CentOS 7中安装Dify

大家可以参考学习它的中文文档：https://github.com/langgenius/dify/blob/main/README_CN.md一、系统要求在安装D
laolitou_1024·2025-03-07 22:04

CentOS7 yum安装nginx-1.26.1

#创建编辑vi/etc/yum.repos.d/nginx.repo#内容[nginx-stable]name=nginxstablerepobaseurl=http://nginx.org/packages
koseureka·2025-03-07 22:34

uniapp学习笔记之知识点大总结

文章目录一、uniapp介绍二、环境搭建2.1、利用HbuilderX初始化项目2.2、运行项目2.3、介绍项目目录和文件作用三、网络1、发起请求2、上传3、下载4、SocketTask1、SocketTask.onMessage(callback)2、SocketTask.send(object)3、SocketTask.close(object)4、SocketTask.onOpen(call
Qiuxuntao·2025-03-07 22:02

Java高频面试之集合-01

本baby今天来报道了！哈哈哈哈哈嗝面试官：说说java的集合框架Java集合框架（JavaCollectionsFramework，JCF）是Java中用于存储、操作和管理数据结构的核心库。
牛马baby·2025-03-07 21:29

INT2067/INT5051 Introduction to Programming

:March16,2025(Sunday)1IntroductionInthisassignment,youneedtoimplementatext-basedgamebasedontheriddleaboutaf
·2025-03-07 21:05

【前端知识】Web Components开发框架quarkC介绍

**QuarkC简介****核心特性****QuarkC的使用方法****1.安装QuarkC****2.创建一个简单的QuarkC组件****3.使用组件****QuarkC的优势****1.更低的学习成本
问道飞鱼·2025-03-07 21:57

机器学习｜决策树｜Gini指数和熵的区别｜简单示例

如是我闻：在决策树模型中，Gini指数和熵（Entropy）是用来计算节点纯度的两种方法。它们都是评估分裂点的好坏，以选择最佳的属性来分裂。让我们先来了解一下这两种方法的定义，然后通过一个简单的例子来讨论它们之间的区别。Gini指数Gini指数是一个衡量数据分布不均匀程度的指标。在决策树中，它用于评估数据集的不纯度。Gini指数越低，数据的纯度越高。其计算公式为：Gini=1−∑i=1npi2Gi
漂亮_大男孩·2025-03-07 21:56

00计算机视觉学习内容

计算机视觉（ComputerVision）开发需要掌握数学基础、编程语言、图像处理、机器学习、深度学习等多个方面的知识。
依旧阳光的老码农·2025-03-07 21:26
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他