运筹学 机器 之间 作用
【机器学习】协同过滤
# Collaborative Filtering Recommender Systems > 解决相似度问题 ## 概念 准确率 = $accuracy = \frac{预测正确的样本}{总样本}$ 精确率 = $precision = \frac{预测成功的正类}{预测的正类}$ 【不能误检】 ......
【机器学习】神经网络
# Neural Networks > 神经网络：一种计算模型，由大量的节点(或神经元)直接相互关联而构成。每个节点(除输入节点外)代表一种特定的输出函数(或者认为是运算),称为激励函数；每两个节点的连接都代表该信号在传输中所占的比重(即认为该信号对该节点的影响程度) > > 神经网络三要素：模型、 ......
【机器学习】softmax回归
# Softmax Regression > (多标签分类)将多输入的分类值转化为\[0,1\]的概率分布，进而进行逻辑回归算法 > > softmax能将差距大的数值距离拉得更大，但是数值可能会溢出 ## Softmax Function ### 数学表达式 $$ a_j = \frac{e^{z ......
关于AWS-ALB-侦听器上-SSL单域名证书及通配符域名证书的匹配规则及作用范围
在AWS,ELB下的ALB中，SSL/TLS证书是配置到Listener/侦听器中的（有时我们也会称为监听器），一般监听的是TCP/443号端口 一个侦听器中可以配置多个域名证书的，但默认的域名证书只有一个（当域名匹配不到最合适的证书时，就会使用默认证书） 也即是，当通过域名访问过来的时，会检查与域 ......
工业机器人的形态（非姿态）
# 工业机器人的形态 当我们描述机器人在空间的一个位姿时，通常使用直角坐标系、工具坐标系或用户坐标系（统称为笛卡尔坐标系）的点。但是同样的一个位姿对于关节坐标系来说可能有多个值。 .resolve().parent. ......
【机器学习】多变量线性回归
# Liner Regression with Multiple Variable > 用向量实现的代码，单变量和多变量可以共用 > > 多变量线性回归相当于是单变量的扩展，主要还是按照模型假设、构造代价函数和研究代价函数的最小值这样的思路展开。 > > 与单变量线性回归不同的是，多变量线性回归还可 ......
工业机器人坐标系详解(基于六轴串联机器人和SCARA机器人)
# 工业机器人的坐标系 机器人的坐标系是重中之重，它是理解机器人运动的基础。机器人所有运动的点位都是建立在坐标系的基础之上，所以如果坐标系不理解，那么就很难真实了解机器人是如何运动的。 ## 什么是坐标系？ 我们需要移动机器人来工作，但是如何让机器人移动？当然我们可以单独控制机器人的每根轴来动作，但 ......
quarkus依赖注入之二：bean的作用域
### 欢迎访问我的GitHub > 这里分类和汇总了欣宸的全部原创(含配套源码)：[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos) ### 关于bean的作用域（scope） - 官方资料：ht ......
在 SQL Server Always On 可用性组中的可用性副本之间同步登录
介绍 SQL Server Always On 可用性组为 SQL 数据库提供高可用性和灾难恢复解决方案。如果主副本出现任何问题，它会自动对辅助副本上的 AG 数据库进行故障转移。只要我们利用侦听器，您的应用程序就不需要对连接字符串进行任何更改。 但是，在 SQL Always On 中，同步可用性 ......
【机器学习】单变量线性回归
# ML introduction > 机器学习：从数据中学习，而不依赖于规则下编程的一种算法 > > **Goal: $min_{w,b}(J(w, b))$ \- 提供一种衡量一组特定参数与训练数据拟合程度的方法** ## Supervised Learning > right answer & ......
[Robot]FANUC发那科机器人零点标定
FANUC的机械原点校准是通过零点标定来进行，具体操作步骤如下。首先，需要设定变量$MASTER_ENB 的值为 1，具体步骤为。1.MENU-下一页-变量。2. ITEM-输入313-变量$MASTER_ENB 的值设为 1。（注：不一定是313，可以通过shift+上/下键进行快速翻页查找）。接 ......
SMB协议实现局域网之间文件传输
一、背景 为解决历史资料存储位置分散（局域网不同服务器），管理人员众多，资料管理仍保留在传统ftp管理阶段等问题，开展对历史资料管理功能，具体需求功能因为保密协议就不在阐述，本次只针对技术局域网之间传输技术进行讨论； 二、技术对比 访问局域网中共享信息有两种方式，网络映射、SMB协议访问，这两种都是 ......
Qt/C++音视频开发50-不同ffmpeg版本之间的差异处理
## 一、前言 ffmpeg的版本众多，从2010年开始计算的项目的话，基本上还在使用的有ffmpeg2/3/4/5/6，最近几年版本彪的比较厉害，直接4/5/6，大版本之间接口有一些变化，特别是一些废弃接口被彻底删除了，而网络上的各种文章几乎都是ffmpeg3左右为主的，所以本人在写这个全功能播放 ......
VS选择Visual C++中的控制台项目和空项目、Windows桌面应用程序三者之间有什么区别？
在Visual Studio中创建C/C++项目时，可以选择控制台项目、空项目和Windows桌面应用程序，它们有以下区别： 控制台项目(Console Application)：这种项目类型适用于命令行应用程序的开发。它提供一个命令行界面，可以在控制台中进行输入和输出操作，通常用于简单的控制台程序 ......
在IDEA中使用Git（.gitgnore文件的作用）
.gitgnore文件的作用：可以让 .gitgnore文件在的仓库中的某些文件不受git管理，因为有些文件与项目无关 ......
埃斯顿机器人在线编程
1, 设置电脑IP与机器人控制器LAN2口为同一网段; 2, 打开, 点击连接; 3, 下载和上载程序 4, 如果想通过电脑控制埃斯顿机器人点动, 需要下载单独的示教器demo, 且官网下载不到; ......
Angular 应用里的 public_api.ts 文件的作用
在 Angular 应用中，`public_api.ts` 是一个常见的约定，用于定义库或模块的公共 API。这个文件导出了库或模块提供给外部使用的所有部分，例如组件、服务、接口、类型、函数等。当其他应用或库引用这个库时，它们只能访问在 `public_api.ts` 中导出的内容。 `public ......
人工智能学习之机器学习总结1
人工智能里面分机器学习和深度学习，机器学习里有线性回归，逻辑回归，聚类，深度学习里有卷积神经网络和循环神经网和多层感知器 首先学习了线性回归，其思想就是使用梯度下降算法（求导数）对a和b求导数，不断搜索迭代以求最好的线性a,b，使得预测值和真实值的差距越来越小，同时有损失函数MSE和R2 来评估模型 ......
解决(几乎)任何机器学习问题(1、建立你的工作环境)
> 原作者：Abhishek Thakur > 原文：[GitHub - abhishekkrthakur/approachingalmost: Approaching (Almost) Any Machine Learning Problem](https://github.com/abhishe ......
使用scp在Linux服务器之间传输文件
第一章、scp命令介绍 scp就是secure copy，一个在linux下用来进行远程拷贝文件的命令。 scp 文件名 1 远程用户名 @IP 地址 : 文件名 2 几个参数 : -v 用来显示进度 . 可以用来查看连接 -C 使能压缩选项 -P 选择端口 -4 强行使用 IPV4 地址 . -6 ......
利用Redis实现向量相似度搜索：解决文本、图像和音频之间的相似度匹配问题
在自然语言处理领域，有一个常见且重要的任务就是文本相似度搜索。文本相似度搜索是指根据用户输入的一段文本，从数据库中找出与之最相似或最相关的一段或多段文本。它可以应用在很多场景中，例如问答系统、推荐系统、搜索引擎等。 比如，当用户在知乎上提出一个问题时，系统就可以从知乎上已有的回答中找出与该问题最匹配 ......
机器学习中的数据预处理指南
在机器学习任务中，数据处理的相关工作常会占据整个项目近70%的时间，因为真实的数据质量往往具有参差不齐，噪音、缺失、不一致等问题，不利于算法模型的训练。 因此，数据处理是机器学习项目中至关重要的一步，数据质量决定着模型质量的上限。 在本文中，我们将着重讨论将原始数据转换为结构化数据处理中的所有数据预 ......
讲一讲numpy中的*号的一个作用
举例 >>> shape=(2,2) >>> np.random.randn(*shape) array([[-1.64633649, -0.03132273], [-0.92331459, 1.05325462]])这不是NumPy特定的语法，而是Python语法。所谓的*-操作符是在参数列表中进 ......
沙箱的定义和作用
沙箱是一种用于隔离和管理网络环境的虚拟环境，它可以模拟网络中的真实场景，并提供对网络资源的限制和监控。沙箱通常用于网络攻防领域，其作用如下： 隔离和保护：沙箱可以隔离网络中的不同用户或应用程序，提供独立的执行环境，防止一个用户或应用程序的恶意行为对其他用户或应用程序造成影响。同时，沙箱也可以保护网络 ......
Python和PyTorch深入实现线性回归模型：一篇文章全面掌握基础机器学习技术
# 1. 简介 ## 1.1 线性回归模型概述  线性回归是一种统计学中的预测分析，该方法用于建立两种或两种以 ......
吴恩达机器学习笔记（四）
# 吴恩达机器学习笔记（四） ## bellman方程 $s$:当下所处的状态 $a$:在s状态下要采取的行动 $Q(s,a)$:在s状态下采用a行动后，所能获取的最大奖励 $R(s)$:在当前状态下所能获得的奖励 $\gamma$:折扣因子，在0到1之间  给定一组数据，如果想对数据进行分类或者回归 ......
吴恩达机器学习笔记（三）
# 吴恩达机器学习笔记（三） # K-means聚类 聚类算法用于一组没有标签的数据，将其分成不同的组。 K-means聚类算法一般做的是这两件事： - 将点分配到不同的聚簇上（根据与聚簇中心的距离） - 移动聚簇中心 直到聚簇中心不再变化为止。 ## 具体流程 对于$K$个聚簇，$m$个数据点，流 ......