书籍推荐 层次 机器 方面
node版本管理工具推荐
hello，今天给大家分享几款 node 版本管理的工具。 背景 在开发前端项目的时候，特别是新到公司接手一个多年维护的老项目时，如果 node 版本不正确，有的插件可能无法正确安装，比如我之前提到的 node-sass 无法安装问题，具体请看：https://www.cnblogs.com/eas ......
实验七：Spark机器学习库Mtlib编程实践
1、数据导入 导入相关的jar包： import org.apache.spark.ml.feature.PCA import org.apache.spark.sql.Row import org.apache.spark.ml.linalg.{Vector,Vectors} import org ......
机器视觉 - YoloV8 命令行安装
创建python 环境 下载并安装 miniconda 安装包, 注意miniconda和 python 版本对应关系, 不要选择python最新的版本, 以免yolo或pytorch不能兼容最新版python. 这里到安装到 C:\miniconda3 配置 conda 环境, 修改conda配置 ......
基于融合语义信息改进的内容推荐算法。Improved content recommendation algorithm integrating semantic information.
引言 路漫漫其修远兮，吾将上下而求索。每天一篇论文，做更好的自己。 本文读的这篇论文为发表于2023年5月28日的一篇名为《基于融合语义信息改进的内容推荐算法》（基于融合语义信息改进的内容推荐算法）的文章，文章主要介绍了基于内容的推荐技术在电子商务和教育领域的广泛应用，以及传统基于内容推荐技术在语义 ......
机器学习-概率图模型系列-隐含马尔科夫模型-33
目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 ......
简易机器学习笔记（十一）opencv 简易使用-人脸识别、分类任务
前言 前段时间摸了下机器学习，然后我发现其实openCV还是一个很浩瀚的库的，现在也正在写一篇有关yolo的博客，不过感觉理论偏多，所以在学yolo之前先摸一下opencv，简单先写个项目感受感受opencv。 流程 openCV实际上已经有一个比较完整的模型了，下载在haarcascades 这里 ......
2024年好用便宜的VPS/云服务器推荐
这是我自己收集的一些便宜的 VPS/云服务器/高防服务器。本文章不定期更新，还请望多多关注。 通过下面我的链接购买 腾讯云、雨云 其中的任意一家的服务器超过 200 元的可以联系我提供免费搭建网站或 Minecraft 服务器。注：必须是新用户且使用我的链接注册。 HackPig520 在此提醒：如 ......
推荐一款基于fabricjs的图片编辑器（image-editor）
推荐一款基于fabricjs的图片编辑器（image-editor） hututuhu.github.io/tiny-image-editor/ ......
基于正则化的图自编码器在推荐算法中的应用 Application of graph auto-encoders based on regularization in recommendation algorithms
引言 看过的每一篇文章，都是对自己的提高。不积跬步无以至千里，不积小流无以成江海，积少成多，做更好的自己。 本文基于2023年4月6日发表于SCIPEERJ COMPUTER SCIENCE（PEERJ计算机科学）上的一篇名为《基于正则化的图自编码器在推荐算法中的应用》（Application of ......
高性价比CRM系统推荐——Zoho CRM
对于中小企业来说，选型CRM管理系统的重点便是性价比。中小企业预算有限，要在满足需求的前提下选择符合预算的CRM系统。那么，有没有性价比高的CRM系统？下面我们从什么是CRM系统、CRM系统的作用、CRM系统的注册和试用来深入聊聊。 什么是CRM系统？ CRM代表“客户关系管理”，是一种软件系统，可 ......
【机器学习】逻辑回归
目录感知器的种类sigmoid（logistics）函数代价/损失函数（cost function）——对数损失函数（log loss function）梯度下降算法（gradient descent algorithm）正则化逻辑回归（regularization logistics regres ......
【机器学习】多元线性回归
目录多元线性回归模型（multiple regression model）损失/代价函数（cost function）——均方误差（mean squared error）批量梯度下降算法（batch gradient descent algorithm）特征工程（feature engineerin ......
深度学习之机器学习理论
（一）机器学习（Machine Learning）：就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法，统计学家也称之为统计学习，但本质上起源于计算机科学的人工智能。 （二）机器学习的分类：机器学习主要分为两类，即监督学习(supervised learning)与非监督学 ......
解决程序员需求的一站式服务网站，推荐百战百胜！
在如今快节奏的社会中，对于程序员来说，不仅需要持续学习和巩固技术知识，还需要找到一家稳定的公司来发展自己的职业生涯。然而，面临着内容质量、碎片化和付费等问题的技术博客网站并不少见。 针对这些问题，我们推荐给大家一家解决程序员需求的一站式服务网站——百战百胜（https://www.51fire.xy ......
电脑上好东西推荐
软件及其用途 1、360浏览器-上网安全浏览器 360安全浏览器-全面保护上网安全，4亿用户共同选择 虽然有很多人都一直在喷360安全浏览器，但是我觉得其实它还挺好用的。近些年来，工信部一直在大力整顿软件市场，因此只需要你将那些烦人的功能从“设置”中关闭即可。 360安全浏览器采用chromium1 ......
Top-N推荐算法 Top-N recommendation Algorithms
引言 推荐算法是计算机专业中的一种算法，通过一些计算，能够推测用户喜欢的东西，在互联网环境中应用比较广泛。Top-N算法在生活中非常常见，比如学术论文推荐论文、音乐软件推荐歌曲等。 今天看到一篇名叫"A Revisiting Study of Appropriate Offline Evaluati ......
机器学习如何改变缺陷检测的格局？
机器学习在缺陷检测中扮演着重要的角色，它能够通过自动学习和识别各种缺陷的模式和特征，改变缺陷检测的格局。以下是机器学习在缺陷检测中的一些应用和优势： 自动化检测：机器学习技术可以自动化处理大量的数据，通过学习和识别缺陷的模式和特征，实现自动化检测。这大大提高了缺陷检测的效率和准确性，减少了人工干 ......
【技术推荐】我愿称之为开源界最好用的行为验证码
作为一个混迹开源界多年的技术人，以往开发的项目中用过了许多验证码工具，比较经典选择的的有 easy-captcha，但是它支持简单的图形、gif、中文、算术等类型验证码。直到我遇见了 tianai-captcha，我愿称之为开源界最好用的行为验证码。 tianai-captcha 简介 tianai ......
机器学习-决策树系列-贝叶斯算法-概率图模型-29
目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容，采用概率论的思想，从样本里面学到知识（训练模型），并对新来的样本进行预测。 主要算法：贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习，掌握NLP自然语言处理的一些基本算法，本阶段的理解对于后续完成 ......
网盘推荐
OneDrive E5 使用体验：⭐⭐⭐⭐/满分5星 上传下载不限速 支持不同地区服务器存储 最大5TB空间 需要续期 无广告 支持WebDav（第三方） Dashboard - Microsoft 365 Dev Center 微软E5开发者计划值得我们使用，它是完全免费的，不仅可以使用OneDr ......
推荐一个页面引导库 driver.js
页面引导功能是 web 开发中常见的一个功能。通过页面引导功能，你可以让用户第一时间熟悉你的页面功能。今天给大家推荐一个页面引导库 driver.js。 简介 driver.js 是一款用原生 js 实现的页面引导库，上手非常简单，体积在 gzip 压缩下仅仅 5kb。 我们来看下如何使用 driv ......
JavaScript和WebSocket：打造高效的实时推荐系统
Laravel是一个流行的PHP框架，它具有出色的可测试性，可以帮助开发人员在更短的时间内编写可靠的代码。但是，即使使用了这个框架，也可能会出现测试覆盖率较低的情况。测试覆盖率是指代码中已由测试案例覆盖的部分比例。测试覆盖率越高，代码质量越高。在本文中，我们将分享几种技巧，帮助您提高Laravel应 ......
机器学习-梯度下降法
1、名称解释 （1）什么是无约束优化问题？ 无约束优化问题是指在给定目标函数的情况下，寻找使目标函数取得最大值或最小值的变量取值，而不受任何约束条件限制的优化问题。 具体来说，无约束优化问题可以形式化地表示为以下形式： 最小化 f(x)，其中 x 是 n 维向量，f(x) 是一个实值函数，称为目标函 ......
机器学习-半正定规划
1、概念解释 （1）什么是半正定规划？ 半正定规划(Semi-Definite Programming，简称SDP) 是一类凸优化问题，其中的变量可组织成半正定对称矩阵形式，且优化问题的目标函数和约束都是这些变量的线性函数。 （2）什么是对称矩阵？ 对称矩阵是指一个矩阵的元素关于主对角线对称。换句话 ......
机器学习-二次规划
1、概念解释 （1）什么是半正定矩阵？ 半正定矩阵是指一个方阵（即行数等于列数的矩阵），满足以下条件之一： 对于任意非零向量x，都有x^T * A * x ≥ 0，其中 A 表示该矩阵的转置。 所有特征值（eigenvalue）都大于或等于零。 简单来说，一个半正定矩阵的特点是它的所有特征值非负，或 ......
机器学习-拉格朗日乘子法
1、概念解释 （1）什么是拉格朗日乘子法？ 拉格朗日乘于法(Lagrange multipliers) 是一种种寻找多元函数在一组约束下的极值的方法。通过引入拉格朗日乘子，可将有d个变量与k个约束条件的最优化问题转化为具有d+k个变量的无约束优化问题求解。 2、基本演算 ......
机器学习-奇异值分解
1、概念介绍 （1）什么是线性无关的行？ 线性无关的行指的是矩阵中不可由其中一个或多个行的线性组合表示的行。换句话说，如果一个矩阵中有两个或多个行，且它们不能通过某些系数相乘和相加得到一个零向量，则这些行就是线性无关的。 例如，考虑一个包含三行的3x3矩阵： 1 2 3 4 5 6 7 8 9 我们 ......
举例useContext性能低下的样例，同时推荐用什么方法改进
在React中，useContext 是一种非常方便的全局状态管理工具，它可以让我们在组件之间共享状态，而不需要通过层层传递 props。然而，当我们在一个大型的 React 应用中过度使用 useContext 时，可能会遇到性能问题。这是因为当一个 context 的值改变时，所有使用这个 co ......