搜索[机器学习]结果-低调大师优秀个人博客

精选列表

搜索[机器学习]，共10007篇文章

Docker快速安装Oracle11G，搭建oracle11g学习环境

安装说明 1.操作系统CentOS7_x64 2.安装的数据库为Oracle11G 3.已经安装了Docker环境 4.安装一些必要的软件 sh 复制代码 yum install unzip -y unzip:解压oracle安装文件 5.提前准备Oracle11G安装镜像下载地址:https://www.oracle.com/technetwork/database/enterprise-edition/downloads/index.html 6.需要检查是否有swap分区，如果没有请设置安装 1.镜像准备将下载的Oracle安装包上传到指定目录并解压如:/data0/oracle 解压命令 sh 复制代码 unzip linux.x64_11gR2_database_1of2.zip && unzip linux.x64_11gR2_database_2of2.zip 2.Docker安装镜像准备 sh 复制代码 docker pull jaspeen/oracle-11g 启动镜像 sh 复制代码 docker run --privileged --name oracle11g -p 11030:1521 -v /data0/oracle:/install jaspeen/oracle-11g 注: /data0/oracle为刚刚Oracle解压路径 oracle11g为Docker容器名称 1521:1521为内部端口映射外部端口等待安装结束 3.切换镜像配置密码查看镜像是否在运行 sh 复制代码 docker ps 进入oracle11g容器 sh 复制代码 docker exec -it oracle11g /bin/bash 注:oracle11g为Docker容器名称，注意与上面对应切换到image的oracle用户 sh 复制代码 su - oracle 进入oracle数据库 sh 复制代码 sqlplus / as sysdba 查看数据库运行状态 sh 复制代码 select status from v$instance; 修改sys用户密码 sh 复制代码 alter user sys identified by oracle; 4.外网连接测试用户名:sys 密码:oracle 服务名:orcl 端口:1521

2025-09-05

Dcoker安装(在线仓库)，最新的服务器搭配容器使用

前言什么是Docker Docker是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的Linux或Windows机器上，也可以实现虚拟化。

2025-09-08

机器学习43条军规：解密谷歌机器学习工程最佳实践（上）

Martin Zinkevich现在是谷歌大脑的高级科学家，负责和参与了YouTube、Google Play 以及Google Plus等产品中的机器学习项目，本文也是基于作者在这三个产品上面做机器学习项目的各种经验和教训提炼而成

2017-09-18

Apache Spark机器学习.1.6 机器学习工作流和Spark pipeline

1.6 机器学习工作流和Spark pipeline 在本节中，我们介绍机器学习工作流和Spark pipeline，然后讨论Spark pipeline作为机器学习计算工作流的优秀工具是如何发挥作用的

2017-05-01

《构建实时机器学习系统》一1.5 实时机器学习的分类

1.5 实时机器学习的分类按照实际应用中采用的方式不同，实时机器学习可以分为硬实时、软实时和批实时三种模式，下面将分别进行介绍。

2017-09-18

《构建实时机器学习系统》一1.2 机器学习发展的前世今生

1.2 机器学习发展的前世今生 1.2.1 历史上机器学习无法调和的难题早在 2011年，笔者之一彭河森正在谷歌总部实习的时候，机器学习的应用还主要集中在几个互联网巨头手里。

2017-09-07

面向机器学习的自然语言标注1.3 语言数据和机器学习

1.3 语言数据和机器学习我们已经介绍了语言标注方法及其语言数据标注格式的例子，接下来将描述基于这些标注语料库的计算框架，即机器学习。

2017-05-01

机器学习算法整理(四)

接机器学习算法整理(三) 决策树什么是决策树比方说我们在招聘一个机器学习算法工程师的时候，会依照这样的流程进行逐层的评选，从而达到一个树形结构的决策过程。

2021-09-18

机器学习算法整理(三)

接机器学习算法整理(二) 逻辑回归什么是逻辑回归(Logistic Regression) 逻辑回归是解决分类问题的，那回归问题怎么解决分类问题呢？

2021-09-10

机器学习算法之BIRCH

BIRCH（BalancedIterative Reducing and Clustering Using Hierarchies）全称是：利用层次方法的平衡迭代规约和聚类。BIRCH算法是1996年由TianZhang提出来的。Birch算法就是通过聚类特征(CF)形成一个聚类特征树，root层的CF个数就是聚类个数。 BIRCH算法实现分为4个步骤： 1、扫描所有数据，建立初始化的CF树，把稠密数据分成簇，稀疏数据作为孤立点对待。 2、这个步骤是可选的，步骤3的全局或半全局聚类算法有着输入范围的要求，以达到速度与质量的要求，所以此阶段在步骤1的基础上，建立一个更小的CF树。 3、补救由于输入顺序和页面大小带来的分裂，使用全局/半全局算法对全部叶节点进行聚类。 4、这个步骤也是可选的，把步骤3的中心点作为种子，将数据点重新分配到最近的种子上，保证重复数据分到同一个簇中，同时添加簇标签。聚类特征(CF)：每一个CF都是一个三元组，可以用（N，LS，SS）表示。其中N代表了这个CF中拥有的样本点的数量；LS代表了这个CF中拥有的样本点各特征维度的和向量，SS代表了这个CF中拥有的样本点各特征维度的平方和。比如：CF中含有N=5个点，以两维样本点值为：（3，4）、（2，6）、（4，5）、（4，7）、（3，8）。然后计算： LS=(3+2+4+4+3,4+6+5+7+8)=(16,30) SS=(32+22+42+42+32,42+62+52+72+82)=(54,190) 对于上图中的CF Tree，限定了B=7，L=5，也就是说内部节点最多有7个CF(含有的分支点数目),而叶子节点最多有5个CF(每个叶子还有的CF个数,实际上就是每个叶子中包含的样本数目)。叶子节点是通过双向链表连通的。 BIRCH算法举例： Birch算法在sklearn.cluster中具体代码如下 #coding = utf-8##算法涉及主要参数##n_clusters:簇数##threshold :扫描阈值##branches_factors: 每个节点中CF子集群的最大数量,默认值为50##最后通过读取：label_;来获知每个数据点的分类情况import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets.samples_generator import make_blobsfrom sklearn.cluster import Birch## X为样本特征,Y为样本簇类别，共500个样本，每个样本2个特征，共4个簇，## 簇中心在[-1,-1],[0,0],[1,1],[2,2]X,Y = make_blobs(n_samples = 500,n_features = 2, centers=[[-1,-1],[0,0],[1,1],[2,2]], cluster_std=[0.5,0.4,0.5,0.4],random_state=9)##设置birch函数birch = Birch(n_clusters = None)##训练数据y_pred = birch.fit_predict(X)##绘图plt.figure()plt.subplot(2,2,1)plt.scatter(X[:,0],X[:,1])plt.title('DataSample')plt.subplot(2,2,2)plt.scatter(X[:,0],X[:,1],c=y_pred)plt.title('None')##设置birch函数birch =Birch(n_clusters = 4)##训练数据y_pred =birch.fit_predict(X)plt.subplot(2,2,3)plt.scatter(X[:,0], X[:, 1], c=y_pred)plt.title('n_clusters=4')plt.show() 最后的效果：

2021-03-23

“机器学习还是很难用！”

机器学习历来缺乏这种抽象层，这限制了它的采用率。但是现在，情况正在发生变化。新的一波专门致力于让机器学习应用起来更容易的项目正在出现。

2020-04-15

机器学习该怎么入门？

我们从下面3步详细看下如何去学习第1步：基础知识学习机器学习需要具备数学和编程基础。

2020-02-22

可解释的机器学习

[Finale Doshi-Velez] 来自：可解释的机器学习机器学习模型被许多人称为“黑盒”。这意味着虽然我们可以从中获得准确的预测，但我们无法清楚地解释或识别这些预测背后的逻辑。

2019-07-01

机器学习工具、平台汇总

平台和系统 TensorFlow — TensorFlow 是谷歌的第二代机器学习系统，内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow PaddlePaddle

2019-06-02

使用Python开始机器学习

目前机器学习红遍全球。男女老少都在学机器学习模型，分类器，神经网络和吴恩达。你也想成为一份子，但你该如何开始？

2018-09-04

机器学习之于IOT浅见

机器学习和深度学习不是用基于物理的模型来描述系统的行为, 而是从数据推导出系统的模型。当需要处理的数据量相对较小, 而且问题的复杂性较低时, 传统的机器学习算法是有用的。

2018-05-13

机器学习——入门概述总结

机器学习入门概述总结前言：机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。

2018-04-13

重要的机器学习算法

本文旨在为那些获取关于重要机器学习概念知识的人们提供一些机器学习算法，同时免费提供相关的材料和资源。并且附上相关算法的程序实现。通用的机器学习算法包括： 1.决策树。 2.SVM。

2018-02-15

机器学习与Docker容器

现在，机器学习（ML）和人工智能（AI）是IT行业中的热门话题，同样，容器也成为其中的热门话题之一。我们将机器学习和容器都引入到图像中，用实验验证是否会相互协同出色的完成分类任务。

2018-01-28

机器学习资料大汇总

机器学习资料大汇总作者：我爱机器学习(52ml.net) 注：本页面主要针对想快速上手机器学习而又不想深入研究的同学，对于专门的researcher，建议直接啃PRML，ESL，MLAPP以及你相应方向的书

2017-12-25

《Scala机器学习》一一导读

前言这是一本关于机器学习的书，它以Scala为重点，介绍了函数式编程方法以及如何在Spark上处理大数据。

2017-08-01

《 Apache Spark机器学习.》导读

本节书摘来自华章出版社《 Apache Spark机器学习.》一书中作者[美] 刘永川（Alex Liu）著闫龙川高德荃李君婷译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2017-05-01

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

Docker快速安装Oracle11G，搭建oracle11g学习环境

Dcoker安装(在线仓库)，最新的服务器搭配容器使用

机器学习43条军规：解密谷歌机器学习工程最佳实践（上）

Apache Spark机器学习.1.6 机器学习工作流和Spark pipeline

《构建实时机器学习系统》一1.5 实时机器学习的分类

《构建实时机器学习系统》一1.2 机器学习发展的前世今生

面向机器学习的自然语言标注1.3 语言数据和机器学习

机器学习算法整理(四)

机器学习算法整理(三)

机器学习算法之BIRCH

“机器学习还是很难用！”

机器学习该怎么入门？

可解释的机器学习

机器学习工具、平台汇总

使用Python开始机器学习

机器学习之于IOT浅见

机器学习——入门概述总结

重要的机器学习算法

机器学习与Docker容器

机器学习资料大汇总

《Scala机器学习》一一导读

《 Apache Spark机器学习.》导读

资源下载

Mario

Nacos

Rocky Linux

WebStorm

欢迎您来访！