数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究
我们在生活中会做出许多假设。我们对天气、板球比赛、谁会赢得选举等等做出假设。这些假设可能是正确的，也可能是错误的。是否会下雨取决于许多因素，例如大气中的水蒸气和温度。什么是假设？假设可以理解为对某一事件或现象的“初步解释”，它可以“经受理性论证的批判和经验证据的反驳”。重要的是要理解，科学理论和… 阅读更多
引言在机器学习和数据科学中，探索性数据分析是指检查数据集并总结其主要特征的过程。它可能包括可视化方法来更好地表示这些特征或对数据集有一个总体了解。它是数据科学生命周期中非常重要的一步，通常会占用一定的时间。在本文中，我们将通过探索性数据分析了解鸢尾花数据集的一些特征。鸢尾花数据集鸢尾花数据集非常简单，通常被称为“Hello World”。该数据集包含三种… 阅读更多
引言监控在线系统，特别是数据密集型系统，对于持续健康检查、分析和检测停机时间以及提高性能至关重要。基于百分位数的方法是一种非常有效的衡量此类系统行为的技术。让我们来看看这种方法。一般复习什么是百分位数，为什么它们有用？在统计学中，表示低于该值有一定数量的观察值的数值称为百分位数或百分点。例如，对于一名学生，如果他/她获得了 90 分的百分位数成绩，则意味着 90% 的学生… 阅读更多
引言GrowNet 是一种新颖的梯度提升框架，它使用梯度提升技术从浅层深度神经网络构建复杂的神经网络。浅层深度神经网络用作弱学习器。如今，GrowNet 正在各个领域和行业中得到应用。梯度提升算法的简要回顾。梯度提升是一种依次构建模型的技术，这些模型试图减少先前模型产生的误差。这是通过在先前模型产生的残差或误差上构建模型来完成的。它可以使用数值方法通过优化来估计函数。最常见的… 阅读更多
永恒的井字游戏永远不会失去其吸引力。您可能不知道这一点，但该游戏有一种策略，如果正确遵循，每次都会导致您获胜或平局。阅读完本教程后，您将不再发现自己处于无法赢得井字游戏的位置。如果您有兴趣学习一种策略，该策略可以保证您在每一局井字游戏中获胜，请继续阅读。井字游戏规则井字游戏的规则很容易理解。详细的圈和… 阅读更多
引言手写数字识别是图像识别的一部分，广泛应用于深度学习中的计算机视觉。图像识别是深度学习中每个与图像或视频相关的任务中非常基础和初步的阶段之一。本文概述了手写数字识别以及如何将图像识别扩展到多类分类。在继续之前，让我们了解一下二元图像分类和多类图像分类之间的区别二元图像分类在二元图像分类中，模型有两个类别需要预测。例如，在猫和狗的分类中。多类图像分类在多类… 阅读更多
引言 逻辑回归是一种统计方法，用于根据一个或多个自变量之间的关系来预测因变量。它利用对数几率，并在逻辑函数的帮助下预测事件发生的概率。它是一种分类方法。 什么是对数几率？为什么它们对逻辑回归有用？ 逻辑回归用于预测二元结果。例如，在选举中，候选人是否会获胜，短信是否为垃圾邮件或正常邮件等。几率是成功概率与失败概率的比率。... 阅读更多
局部加权线性回归是一种非参数方法/算法。在线性回归中，数据应呈线性分布，而局部加权回归适用于非线性分布的数据。通常，在局部加权回归中，与查询点更接近的点比远离查询点的点具有更大的权重。 参数模型和非参数模型 参数 参数模型是那些将函数简化为已知形式的模型。它有一组参数，通过这些参数总结数据。这些参数的数量是固定的，这意味着模型已经知道这些参数，并且它们不依赖于... 阅读更多