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

Springboot2将连接池hikari替换为druid，体验最强大的数据库连接池

数据库连接池对比 Druid： Druid是Java语言中最好的数据库连接池，Druid能够提供强大的监控和扩展功能，是一个可用于大数据实时查询和分析的高容错、高性能的开源分布式系统，尤其是当发生代码部署、机器故障以及其他产品系统遇到宕机等情况时

2025-09-05

机器学习 —— 社交媒体的“测谎仪”

总之，尽管一个标准的Naive Bayes文本分类模型的确能够为解决社交媒体发布不实消息的问题提供一些思路，但是从专业的角度看，还是应该采用一个更强大的深度学习工具来抗击假新闻和不实的言论。

2018-11-28

数据科学、机器学习IDE概览

我们将根据semanti.ca的数据科学家和机器学习工程师的使用情况，排序每种语言推荐的IDE。 Python PyCharm PyCharm是JetBrains出品的跨平台的Python IDE。

2018-11-18

谈谈机器学习模型的部署

随着机器学习的广泛应用，如何高效的把训练好的机器学习的模型部署到生产环境，正在被越来越多的工具所支持。我们今天就来看一看不同的工具是如何解决这个问题的。

2018-10-08

机器学习笔记——哑变量处理

在机器学习的特征处理环节，免不了需要用到类别型特征，这类特征进入模型的方式与一般数值型变量有所不同。

2018-10-07

Python机器学习（一）：kNN算法

这段时间用opencv中的机器学习算法做了一下目标检测，效果还是不错的。但都是按照命令和库进行调用，基本对我来说是个黑盒子。固然工程师要会用工具，但如果不深入理解内部实现，是很难进步的。

2018-09-24

最通俗的机器学习介绍

摘要：在本文中，我将描述数据分析是如何与机器学习相关的，还将揭开机器学习中的一些荒唐和错误的说法，并解释机器学习的过程和类型。

2018-08-30

线性回归原理与推导如图所示，这时一组二维的数据，我们先想想如何通过一条直线较好的拟合这些散点了？直白的说：尽量让拟合的直线穿过这些散点（这些点离拟合直线很近）。目标函数要使这些点离拟合直线很近，我们需要用数学公式来表示。首先，我们要求的直线公式为：Y = XTw。我们这里要求的就是这个w向量（类似于logistic回归）。误差最小，也就是预测值y和真实值的y的差值小，我们这里采用平方误差：求解我们所需要做的就是让这个平方误差最小即可，那就对w求导，最后w的计算公式为：我们称这个方法为OLS，也就是“普通最小二乘法” 线性回归实践数据情况我们首先读入数据并用matplotlib库来显示这些数据。 def loadDataSet(filename): numFeat = len(open(filename).readline().

2018-07-01

机器学习实战之Logistic回归

本系列教程特点：基于《机器学习实战》尽量避免讲太多数学公式，通过简单直白的方式讲解各算法的原理对于算法实现的代码进行详细讲解哪些读者可以食用：了解机器学习的基本术语会Python语言会numpy

2018-06-24

（转）机器学习：偏差处理（2）

如果你可以加大神经网络的规模且无限制地增加训练集数据，那么在很多学习问题上都可以做的很好。实际上，加大网络的模型规模终将导致你遇到计算力问题，因为训练大的模型很慢。

2018-05-28

机器学习的入门逻辑回归

随着机器学习领域理论的成熟，自从“阿尔法狗”等一系列的热门爆点话题之后，被推到了人前，受到越来越多人的关注。越来越多的相关技术被应用于生活。很多计算机行业也开始纷纷踏入机器学习岗。

2018-03-26

云计算“恋上”机器学习

人们近几年来一直在谈论机器学习，因为它可以影响人类生活的各个方面并创造巨大的利益。科学家也正在努力发展机器学习，希望它们能够自我进化。

2018-02-18

机器学习 Python 库 Top 20

KDnuggets 为您带来 Github 上最新的 Python 机器学习开源项目前 20 名。

2018-01-20

为什么机器学习难于应用

应用机器学习是有挑战性的。在机器学习领域，你必须要在没有正确答案的问题上做出很多决定！例如： · 用什么框架？ · 用什么数据作为输入，要输出什么数据？ · 用什么算法？ · 用什么算法配置？

2018-01-01

如何利用机器学习预测房价？

对于我在梅蒂斯的最后一个项目，我希望能包含过去三个月里所学到的东西，而预测波特兰房价这个题目正符合我的要求，因为我能够将网络爬取技术、文本自然语言处理，图像上的深度学习模型以及梯度增强技术进行整合来实现这个项目

2017-09-12

《Scala机器学习》一一1.7 总结

本节书摘来自华章计算机《Scala机器学习》一书中的第1章，第1.7节,作者：[美] 亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2017-07-06

《Scala机器学习》一一3.3 应用

本节书摘来自华章计算机《Scala机器学习》一书中的第3章，第3.3节,作者：[美] 亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2017-07-03

《Scala机器学习》一一3.7 总结

本节书摘来自华章计算机《Scala机器学习》一书中的第3章，第3.7节,作者：[美] 亚历克斯·科兹洛夫（Alex Kozlov），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2017-07-03

机器学习的十三套框架

◆◆◆ 导读过去几年以来，机器学习已经开始以前所未有的方式步入主流层面。这种趋势并非单纯由低成本云环境乃至极为强大的GPU硬件所推动; 除此之外，面向机器学习的可用框架也迎来了爆发式增长。

2017-05-01

Apache Spark机器学习3.8 小结

学习完本章，读者全面了解了Spark在获得整体视图的过程中如何使我们的工作更容易和快捷。与此同时，读者应该熟悉了处理大量数据的RM4E建模和开发预测性模型的过程，尤其有能力生成自己的商业整体视图。

2017-05-01

Apache Spark机器学习.1.9 小结

1.9 小结本章介绍了Apache Spark所有的基础知识，这也是所有想把Apache Spark应用于机器学习实际项目的从业者必须理解掌握的。

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。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

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。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

Springboot2将连接池hikari替换为druid，体验最强大的数据库连接池

机器学习 —— 社交媒体的“测谎仪”

数据科学、机器学习IDE概览

谈谈机器学习模型的部署

机器学习笔记——哑变量处理

Python机器学习（一）：kNN算法

最通俗的机器学习介绍

机器学习实战之线性回归

机器学习实战之Logistic回归

（转）机器学习：偏差处理（2）

机器学习的入门逻辑回归

云计算“恋上”机器学习

机器学习 Python 库 Top 20

为什么机器学习难于应用

如何利用机器学习预测房价？

《Scala机器学习》一一1.7 总结

《Scala机器学习》一一3.3 应用

《Scala机器学习》一一3.7 总结

机器学习的十三套框架

Apache Spark机器学习3.8 小结

Apache Spark机器学习.1.9 小结

资源下载

Mario

Spring

Rocky Linux

Sublime Text

欢迎您来访！