基本原则 机器 原则p4
postgresql 基本类型
1.1 整数类型 integer 4字节 smallint 2字节 bigint 8字节 1.2 任意精度类型 NUMERIC(precision, scale) 1.3 浮点数类型 float4 单精度，4字节 float8 双精度，8字节 1.4 金额类型 /* 显示和客户端参数lc monet ......
机器学习中的算法——支持向量机（SVM)
1.SVM的核心要素 支持向量机是一种二分类模型，他基本模型是定义在特征空间上的间隔最大的线性分类器。 通俗的说很类似于上次讲的那个回归的分类，其实从平面上看也是找一条直线来分割，分割的两边就是分类的结果，只不过这次的分类是找到一条线使得它能够对两旁的点距离最远。 也就是说，离直线最近的点要尽可能远 ......
5G边缘网关如何助力打造隧道巡检机器人
针对隧道渗漏水、冻害、事故监测预警等关键需求，可以借助5G边缘网关打造隧道巡检机器人应用，融合5G技术、人工智能技术、边缘计算技术等，实现智能、高效、精细的隧道监测与管护。 ......
【机器学习】算法作用与依赖库合集
算法与库 1. 决策树： - 库： from sklearn.tree import DecisionTreeClassifier（分类树） from sklearn.tree import DecisionTreeRegressor（回归树） - 计算场景：分类和回归问题 2. 逻辑回归： - 库 ......
计算机网络基本协议总结
网络通信协议大图 http://www.colasoft.com.cn/download/network-protocol-map-2020.pdf IP报文格式大全(html) https://support.huawei.com/enterprise/zh/doc/EDOC1100174722/ ......
软件测试/人工智能|教你掌握 Conda 的基本用法
前言 作为一名技术爱好者或者开发人员，我们可能经常需要管理不同版本的软件包或创建独立的开发环境。Conda 是一个强大的工具，能够帮助我们轻松完成这些任务。接下来，我们将介绍 Conda 的基本概念和常用操作，帮助大家快速上手。 什么是 Conda？ Conda 是一个开源的软件包管理系统和环境管理 ......
【Python】人工智能-机器学习——不调库手撕深度网络分类问题
怎么用python手撕一个深度神经网络来解决分类问题？要求不调用其他核心库如tf，sk等，只用numpy、pandas库？这篇文章会告诉你答案！！ ......
【Python】人工智能-机器学习——不调库手撕贝叶斯分类问题
1. 作业内容描述 1.1 背景 数据集大小150 该数据有4个属性，分别如下 Sepal.Length：花萼长度(cm) Sepal.Width：花萼宽度单位(cm) Petal.Length：花瓣长度(cm) Petal.Width：花瓣宽度(cm) category：类别（Iris Setos ......
软件设计模式需要考虑的原则
1. 单一职责原则（SRP，Single Responsibility Principle） 一个对象应该只包含单一的职责，并且该职责被完整地封装在一个类中。职责分离，提升模块的可复用性，SRP是实现高内聚、低耦合的指导方针。 2. 开闭原则（OCP，Open-Closed Principle） 软 ......
一、网络通信基本概念
一、网络通信的基本概念 通信:是指人与人、人与物、物与物之间通过某种媒介和行为进行的信息传递与交流。 网络通信，是指终端设备之间通过计算机网络进行的通信。 • 数据载荷：可以理解为最终想要传递的信息，但实际上，在具有层次化结构的通信过程中，上一层协议传递给下一层协议的数据单元（报文）都可以称之为下一 ......
机器学习-线性回归-多项式升维-07
目录1. 为什么要升维2 代码实现3, 总结 1. 为什么要升维 升维的目的是为了去解决欠拟合的问题的，也就是为了提高模型的准确率为目的的，因为当维度不够时，说白了就是对于预测结果考虑的因素少的话，肯定不能准确的计算出模型。 在做升维的时候，最常见的手段就是将已知维度进行相乘来构建新的维度，如下图所 ......
简单写一下设计模式7原则
开闭原则：只许增加，不许修改；使用抽象进行构建，使用实现拓展细节；面向抽象编程；提高可复用性和可维护性 依赖倒转原则：依赖抽象，而不是依赖具体的实现，可以减少耦合性，提高系统稳定性，降低修改程序的风险 单一职责原则：一个类，接口，方法只负责一个职责；降低复杂度，提高可维护性 接口隔离原则：使用多个接 ......
基本数据类型
内容概要 八大基本数据类型 数字类型 整数(int) 浮点数(float) 字符串类型(str) 列表类型(list) 字典类型(dict) dictionary 布尔类型(bool) 元组类型(tuple) 集合类型(set) 【一】整型（int） （1）类型强转 可以将由纯整数构成的字符串直接转 ......
Solidity基本语法学习5
文档: https://solidity-by-example.org/ 视频教程: https://www.youtube.com/watch?v=xv9OmztShIw&list=PLO5VPQH6OWdVQwpQfw9rZ67O6Pjfo6q-p 说明 Payable 声明payable的fu ......
马斯克回应聊天机器人 Grok 抄 ChatGPT 作业；Figma 推出宏编程键盘丨 RTE 开发者日报 Vol.105
开发者朋友们大家好： 这里是「 RTE 开发者日报 」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文章 」、「有看点的 会议 」，但内容仅代表编 ......
六、Playbook基本使用
六、Playbook基本使用 6.1 Playbook介绍 ansbile-playbook是一系列ansible命令的集合，利用yaml语言编写。playbook命令根据自上而下的顺序依次执行。同时，playbok开创了很多特性，它可以允许你传输某个命令的状态到后面的指令，如你可以从一台机器的 ......
机器人行业数据闭环实践：从对象存储到 JuiceFS
JuiceFS 社区聚集了来自各行各业的前沿科技用户。本次分享的案例来源于刻行，一家商用服务机器人领域科技企业。 商用服务机器人指的是我们日常生活中常见的清洁机器人、送餐机器人、仓库机器人等。刻行采用 JuiceFS 来弥补对象存储性能不足等问题。 值得一提的是，前不久社区版 v1.1 中发布的“克 ......
Vue3 setup 方法的一些基本使用总结
官网介绍：https://cn.vuejs.org/api/composition-api-setup.html 基本使用 setup() 钩子是在组件中使用组合式 API 的入口，通常只在以下情况下使用： 需要在非单文件组件中使用组合式 API 时。 需要在基于选项式 API 的组件中集成基于组合 ......
机器学习-搜索技术：从技术发展到应用实战的全面指南
在本文中，我们全面探讨了人工智能中搜索技术的发展，从基础算法如DFS和BFS，到高级搜索技术如CSP和优化问题的解决方案，进而探索了机器学习与搜索的融合，最后展望了未来的趋势和挑战，提供了对AI搜索技术深刻的理解和展望。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI ......
prometheus数据库服务搭建和基本监控配置
prometheus数据库服务搭建和自监控配置 1、下载prometheus wget https://github.com/prometheus/prometheus/releases/download/v2.48.1/prometheus-2.48.1.linux-amd64.tar.gz 2、 ......
VLOOKUP函数基本使用
结构：=VLOOKUP(查找值,数据表,列序数,匹配条件) 说明：1、第一参数：查找值，比如说根据【姓名】来查找【工资】，【姓名】就是查找值，且在数据表中要位于第一列； 2、第二参数：数据表，查找的数据区域，建议设置为绝对引用，在选定区域后按F4键就可以快速切换，就是在行和列的前面添加$符号，拖动公 ......
机器学习-线性回归-损失函数+正则化regularization-06
目录1. 为什么要加上正则项2 L1稀疏 L2平滑3. 代码1--L2正则4 代码2--L2正则25. 代码3--l1正则 1. 为什么要加上正则项 防止模型的过拟合 需要在损失函数LOSS(MSE或者交叉熵)再加上正则项 常用的惩罚项有L1正则项或者L2正则项 其实L1和L2正则的公式数学里面的意 ......
3 σ 原则
如图所示 正态分布 $\mu$表示平均值 $\sigma$表示方差 ① 蓝色区域 是 和 $\mu$相差 1 个$\sigma$范围内的，占总体的 68.26% ②蓝色 + 红色区域 是 和 $\mu$相差 2 个$\sigma$范围内的，占总体的 95.44% ③蓝色 + 红色 + 黄色区域 是 ......
【matlab混沌理论】1.3.双摆杆基本模型
【matlab混沌理论】1.3.双摆杆基本模型 双摆杆是混沌理论的典型运动模型之一。涉及重力加速度、摆杆长度和质量。 1.双摆杆的摆角分析 input: % 已知物理参数 L1 = 5;L2 = 3; %两摆杆长度和质量 m1 = 3;m2 = 5; g = 9.80665; % 物理重力加速度m/ ......
机器学习中的算法——逻辑回归
1.逻辑回归的定位 机器学习分有监督和无监督以及半监督学习三种， 其中有监督学习主要分为分类问题和回归问题； 无监督主要是聚类的算法 其中逻辑回归是属于分类问题 跟上次讲的线性回归有不同，从字面上确实容易混淆 2.逻辑回归的概念 逻辑回归是在线性回归的基础上加上一个非线性的因素（sigmoid函数） ......
基于5G智能网关的河道清洁机器人应用
搭载5G智能网关的河道清洁机器人，可以代替人工执行河道清理和水质监测等任务，可适用于公园景观溪流、城市运河、池塘和水库等多种场景。 ......
基本数据类型
内容概要 八大基本数据类型 数字类型 整数(int) 浮点数(float) 字符串类型(str) 列表类型(list) 字典类型(dict) dictionary 布尔类型(bool) 元组类型(tuple) 集合类型(set) 今日详细内容 【一】数字类型 【1】整形、浮点型（int/float） ......
requests模块基本使用
1.requests模块基本使用 1.1 使用requests发送get请求 import requests # res 响应对象，http响应，python包装成了对象，响应头，响应头。。。在res中都会有 res=requests.get('https://www.cnblogs.com/Hao ......
基于机器学习的时间序列温度预测
本次研究是使用GRU模型和GRU-Attention模型对长时间序列温度数据进行预测拟合，对于这两个模型有兴趣的可以去网上了解一下， 首先是日数据预测，由于日数据存在缺失值需要对缺失值进行填补， 在对存在缺失值的数据中我使用三次样方插值对数据进行处理，其代码如下： import pandas as ......
记php基本环境WAMP 到Laravel
安装WAMP：下载WAMP时会让你选择浏览器与编辑器，如果你没 选好，比如它用Edge但Edge被你卸载了，那在后面在WAMP软件中打开phpMyAdmin时，就会报错，此时你只需要修改WAMP配置的配置文件指向你电脑上可用的浏览器即可。 WAMP启动时：确认数据库3306，80是否占用，如果启用， ......