clustering spectral机器 笔记
评价机器学习模型的思路
这个标题不够严谨，不同业务领域下的模型，没有可比性。因此，应当增加一定的限定条件，才能对机器学习的模型进行比较。 当前可行的限定条件，如下： 模型 模型结构 参数的数量 训练算法 训练时长 数据 训练数据集 验证数据集 数据质量 基础平台 训练平台 硬件 软件 运行平台 硬件 软件 在给定上述条件时 ......
深度学习笔记
一：深度学习常见的应用场景 深度学习在许多领域都有广泛的应用，以下是一些深度学习的常见应用场景： 计算机视觉：深度学习在图像分类、目标检测、人脸识别、图像生成和图像分割等计算机视觉任务中表现出色。它可以帮助识别和理解图像中的内容，从而应用于自动驾驶、视频监控、医学影像分析等领域。 自然语言处理：深度 ......
AWS - Grant AWS EKS cluster access to Postgres and Redis using security group
EKS Cluster: RDS (Postgres): Rdis Cluster: ......
软件开发的201个原则阅读笔记07
第三十六条--研究再转化，不可行 关于软件工程研究所中令人难以置信的技术成就，有大量报道。但它们很少能应用于软件开发实践，原因是： 1.一般来说，软件研究者很少有开发实际系统的经验。 2.软件研究者可能会发现，在解决一些技术问题的时候没有必要花费过多时间去“适配”真实场景，这样可使解决问题变得更快更 ......
HTTP协议安全头部的笔记
本文于2016年3月完成，发布在个人博客网站上。 考虑个人博客因某种原因无法修复，于是在博客园安家，之前发布的文章逐步搬迁过来。 近日项目组对当前开发、维护的Web系统做了AppScan扫描，扫描的结果惨不忍睹，问题很多。报告中报到“缺乏HTTP安全头部”。之前对HTTP协议的安全头部了解不多，为了 ......
HttpOnly的笔记
HttpOnly是什么 简单的说： HttpOnly是Cookie的属性； Web服务器通过为Cookie设置这个属性，告诉浏览器应当避免页面端的脚本访问对应Cookie的值，保证被Cookie承载的敏感信息不被恶意读取； Web服务器可以保存一些用户的敏感数据到Cookie中，实现比如SSO的功能 ......
机器学习-无监督机器学习-LDA线性判别分析-25
目录1. Linear Discriminant Analysis 线性判别分析 1. Linear Discriminant Analysis 线性判别分析 经常被用于分类问题的降维技术，相比于PCA，LDA可以作为一种有监督的降维算法，降维的时候用到了y的真实值，有监督的降维。 在PCA中，算法 ......
docker笔记之安装
本文于2017年上半年完成，发布在个人博客网站上。 考虑个人博客因某种原因无法修复，于是在博客园安家，之前发布的文章逐步搬迁过来。 最近由于工作关系，接触到了docker技术。为了对docker有更多的了解，于是花时间在家里的Windows 10机器上准备了docker的运行环境，方便在业余时间学习 ......
Markdown学习笔记
Markdown学习 标题的运用 井号加空格后面输入要输入的标题内容 字体的运用 前后两个星号*中间是字体【是加粗】 前后三个星号中间是字体【是加粗并倾斜】* 废弃线的运用 前后是两个波浪线中间是字体 。 列：今天来学习养猪的知识 ~~ ~~ 引用的运通 大于号加空格，用于引用他人文章内容！ 分割线 ......
我的MySQL优化学习笔记
我的MySQL优化学习笔记 这是我自己的学习记录笔记，方便自己后续翻看，（如需要）也可共享出来供大家参考。 一、优化概述 1. 优化的目的是什么？ 通过配置使现有的软件和硬件获得最佳性能【典型】 寻求机会该进MySQL软件本身 开发自己的存储引擎和硬件设备来扩展MySQL生态系统 2. 从哪里着手优 ......
《软件需求十步走》阅读笔记三
开发因需求而来，需求开发以需求规划的成果为主要依据。软件需求开发首先要做的是获取需求，得到目标、系统关联情况以及用例的分析；其次是需求分析，软件系统的可行性、用户接口、系统功能、数据、优先级等这些都在需求分析之列；然后汇总成需求分析规格说明书；最后在进行需求测评，制定具体的开发方案。 需求获取是确定 ......
system笔记
system("pause") 可以实现冻结屏幕 system("CLS") 可以实现清屏操作 调用color函数可以改变控制台的前景色和背景，具体参数在下面说明。 例如，用 system("color 0A"); 其中color后面的0是背景色代号，A是前景色代号。各颜色代码如下： 0=黑色 1= ......
《重构：改善既有代码的设计》读书笔记三
7、Feature Envy(依恋情结) 函数对于某个类的兴趣高过对自己所处类的兴趣。 把这个函数移至另一个地点，移到它该去的地方。Move Method（搬移函数） 如果一个函数用到几个类的功能，则该判断哪个类拥有最多被此函数使用的数据，然后就把这个函数和那些数据摆在一起。Extract Meth ......
读书笔记
《软件工程—实践者的研究方法》读书笔记 第三部分是质量管理。什么是质量？质量是一个复杂多面的概念，设计质量和符合质量两方面都需要软件工程师考虑。质量很重要，但是用户不满意，其他的事就都不重要了。这是Robert Glass给出的一个“直观的公式”：用户满意度=合格的产品+好的质量+按预算和进度安排交 ......
zkq 数学听课笔记
线性代数 域 \(F\)，OI 中常用的域是 \(\Z_{p^c}\)。 \(n\) 维向量 \(\vec x \in F^n\)，其中 \(x_i \in F\)，注意向量是列向量。 \(F^n\) 向量/线性空间，满足线性性 八个性质，\(u, v, w \in V\)，\(c, d \in F ......
Cage 字符串听课笔记
困困困！ KMP 注意到 KMP 的复杂度是均摊的，那么是否可以绕开？ 注意到 KMP 实际上一个串的 ACAM，那么考虑可以类似的，在加入一个字符的同时维护 ACAM（考虑 ACAM 的构建过程，前面的点不会被影响）那么每次就可以通过 \(O(|\Sigma|)\) 的修改（或者利用可持久化数据结 ......
陈峻宇高级图论讲课笔记
离线哩！ 竞赛图 竞赛图确实抽象，性质一堆一堆的，想不明白……而且多半都和强连通分量有关系。 兰道定理 考虑一共有 \(n \choose 2\) 条边，那么 \(\sum out_x = \binom n2\)。 兰道定理大致就是如果竞赛图强连通，那么： \[\not \exists k \in ......
【彩虹六号】各个地图有意思的玩法笔记（自用）
【彩虹六号】各个地图有意思的玩法笔记（自用） 每次看到一些有趣的方法总是忘记，干脆做个笔记吧 运河 运河二楼外墙摔炮听切 运河二楼外墙摔炮听切实战 方向放大 需要注意这个地方可以收人头/被抓 站在钢琴房偷天窗 天窗偷人法 先给天窗标点 去钢琴房敲洞 仅限开局三十秒 木屋 ASH+FUZE清地下电 【 ......
splay学习笔记
二叉搜索树 定义以下变量 $fa[x] $ \(x\)的父亲节点 \(son[x][0/1]\) \(x\)的左/右儿子 \(key[x]\) \(x\)的键值，按照键值维护节点的位置 \(sz[x]\) \(x\)的子树大小 五种操作: insert操作 操作含义：将一个点插入 先令\(now=r ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类+数据分析
一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物图像进行分类。 ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类
恢复内容开始 一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物 ......
IaaS--云端运维（何恺铎《深入浅出云计算》笔记整理）
在云端，传统的运维工作仍然存在，其中包括你所熟知的监控、部署、升级、备份等等。 1、监控。只是操作手段会有所不同，比如在云上，我们可以利用前面说到的命令行工具和资源模板来进行部署； 2、备份。我们在云上需要创造多层次的冗余，而备份在创造冗余方面也承担着重要的角色，有的时候，它会是我们的最后保障； 3 ......
读书笔记三
从买书那天算起，到今天已经过了半个多月。这段时间说短不短，如果是一本300多页的小说的话，我大概一天就能搞定（我的记录是一天一千多页《大唐双龙传》），但是到现在《编程之美》我只看了不到50页。虽然我不是天天看，但是一旦我看了一个问题之后，我就希望能够把这个问题在算法层面分析透，这份专注是我以前看《算 ......
阅读笔记：《代码大全》
当谈到软件开发的艺术和科学时，Steve McConnell的《代码大全》是无可争议的经典之作。它是一本旨在为软件工程师和程序员提供深入洞察的指南，旨在帮助他们提升编程技能、编写高质量代码以及有效管理整个软件开发周期。这本书不仅提供了广泛的理论知识，还结合了大量实用的案例和建议，下面我将详细探讨它的 ......
机器学习（1）概述
机器学习是人工智能的一个实现途径 深度学习是机器学习的一个方法发展而来的 人工智能的起点——达特茅斯会议，用机器来模仿人类学习 机器学习的应用场景非常多，涉及各个领域，如传统预测，图像识别，自然语言处理 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测 那么用来分析的数据，从历史数据 ......
图像识别的技术前沿：人工智能与机器学习的融合
图像识别的技术前沿在于人工智能（AI）与机器学习（ML）的融合。这种融合使得图像识别系统能够从大量数据中自动学习并识别出各种模式，从而在复杂和动态的环境中实现更高的准确性和鲁棒性。 机器学习在图像识别中发挥着越来越重要的作用。传统的图像识别方法通常依赖于手工制作的特征提取和特征匹配，而机器学习则通过 ......
机器学习Machine Learning
附件5：课程教学大纲参考模板 （注：各学院可采用该模板，也可自设模板，但每个学院需使用统一模板） 《机器学习》教学大纲 Teaching（Course）Outline of Machine Learning 第一部分 大纲说明（宋体，四号加粗，居中） 1．课程代码：329021003 2．课程类型： ......
Hive ACID笔记
环境：hive 3.1.0 执行引擎：hive on tez 什么是hive ACID？ hive官网对于ACID的介绍： https://cwiki.apache.org/confluence/display/Hive/Hive+Transactions 中文文档关于ACID的介绍： https: ......
机器人运行学逆解常用三角函数方程求解
\(sin\left(\theta\right)=a\), 求 \(\theta\) \[\Longrightarrow\theta=atan2\left(a,\pm\sqrt{1-{a}^{2}}\right) \] \(cos\left(\theta\right) = a\),求 \(\thet ......