policy on-policy learning速度
【scikit-learn基础】--『监督学习』之 支持向量机回归
在机器学习中，支持向量机（Support Vector Machine）算法既可以用于回归问题，也可以用于分类问题。 支持向量机（SVM）算法的历史可以追溯到1963年，当时前苏联统计学家弗拉基米尔·瓦普尼克（Vladimir N. Vapnik）和他的同事阿列克谢·切尔沃宁基斯（Alexey Ya ......
多开工具对手机应用响应速度的优化与改进
多开工具对手机应用响应速度的优化与改进 摘要： 如今，手机应用的多样化和个性化需求不断增长，用户对应用的响应速度要求也越来越高。为了满足用户的需求，开发者们使用了多种技术手段进行应用的优化和改进。其中，多开工具作为一种常用的优化方式，可以显著提升手机应用的响应速度和性能。本文将探讨多开工具在手机应用 ......
多开工具对手机应用启动速度的优化与改进
多开工具对手机应用启动速度的优化与改进 随着智能手机的普及和应用程序的多样化，用户对手机应用的启动速度提出了更高的要求。在这种情况下，多开工具作为一种应用程序管理工具，对手机应用的启动速度进行了优化和改进，为用户带来了更流畅的应用体验。 首先，多开工具通过资源调配和管理，有效减少了应用程序的启动时间 ......
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： ......
Supervised Machine Learning : Regression and Classification
The course is available at : Supervised Machine Learning: Regression and Classification - Week 1: Introduction to Machine Learning - Week 1 | Coursera ......
如何增加MDK的烧写速度
jflashlite的烧写速度要比mdk的烧写速度快很多。虽然两者底层都调用了jlink.exe，但是烧写流程有区别。 MDK比较保守，不管怎么样先擦除扇区然后再执行写入。 jflashlite比较灵活，先进行扇区校验，如果不一致，才执行擦除和写入。这会大大提升微小修改的程序烧写时间。 当然你可以用 ......
【scikit-learn基础】--『监督学习』之 LASSO回归
LASSO（Least Absolute Shrinkage and Selection Operator）回归模型一般都是用英文缩写表示，硬要翻译的话，可翻译为 最小绝对收缩和选择算子。 它是一种线性回归模型的扩展，其主要目标是解决高维数据中的特征选择和正则化问题。 1. 概述 在LASSO中，通 ......
【五期李伟平】CCF-A（TMC'22）Enabling Long-Term Cooperation in Cross-Silo Federated Learning: A Repeated Game Perspective
Zhang, Ning , Q. Ma , and X. Chen . "Enabling Long-Term Cooperation in Cross-Silo Federated Learning: A Repeated Game Perspective." (2022). 针对重复执行跨筒仓联 ......
磁盘调度算法、虚拟内存、抖动（颠簸）、堆栈访问速度、内存分配、内存交换、编码（ASCII、Unicode、UTF-8）
常见的几种磁盘调度算法： 读写一个磁盘块的时间的影响因素有： 🔴 旋转时间（主轴转动盘面，使得磁头移动到适当的扇区上） 🔴 寻道时间（制动手臂移动，使得磁头移动道适当的磁道上） 🔴 实际的数据传输时间 其中，寻道时间最长，因此磁盘调度的主要目标是使磁盘的平均寻道时间最短 1.先来先服务： 按照 ......
【五期李伟平】CCF-A（S&P'20）The Value of Collaboration in Convex Machine Learning with Differential Privacy
Nan W., et al. “The Value of Collaboration in Convex Machine Learning with Differential Privacy.” 2020 IEEE Symposium on Security and Privacy. 304-317 ......
软件测试/测试开发|如何解决pip下载速度慢的问题
前言 我们在使用pip安装Python第三方库时，默认是使用pip的官方镜像源https://pypi.org/下载的，但是有时候，我们下载的库比较大时，就会出现下载比较缓慢的问题，速度有时只有几十KB/s，非常耽误我们的时间，影响我们的工作效率，本文就来介绍一下如何解决这个问题。 问题原因 因为我 ......
某宝上搞来的电子书，经典的量化投资书籍，《Advances in Financial Machine Learning》—— 《金融机器学习的进展》、《量化投资与机器学习》、《金融机器学习研究进展》
英文书名： 《Advances in Financial Machine Learning》 经典的量化投资书籍，某宝上6元搞来的电子版： ......
【scikit-learn基础】--『监督学习』之 岭回归
岭回归（Ridge Regression）是一种用于处理共线性数据的线性回归改进方法。和上一篇用基于最小二乘法的线性回归相比，它通过放弃最小二乘的无偏性，以损失部分信息、降低精度为代价来获得更实际和可靠性更强的回归系数。 1. 概述 岭回归的模型对于存在大量相关特征（这些特征之间存在很高的相关性）的 ......
spring boot启动速度提升技巧
1、启用Spring Boot的快速启动模式 在Spring Boot 2.3及更高版本中，引入了快速启动模式，它可以明显减少应用程序的启动时间。可以在application.properties文件中添加以下配置来启用快速启动模式： spring.main.lazy-initialization= ......
加密软件会影响速度吗为什么？
导语：在网络安全日益受到重视的今天，加密软件已经成为了我们日常生活和工作中不可或缺的一部分。然而，很多人在使用加密软件的过程中，会发现文件传输或者处理速度明显变慢，这让人不禁产生疑问：加密软件真的会影响速度吗？接下来，我们就来探讨一下这个问题。 一、加密软件的作用 加密软件的主要作用是对数据进行加密 ......
【scikit-learn基础】--『监督学习』之 线性回归
线性回归是一种用于连续型分布预测的机器学习算法。其基本思想是通过拟合一个线性函数来最小化样本数据和预测函数之间的误差。 1. 概述 常见的线性回归模型就是：\(f(x) = w_0+w_1x_1+w_2x_2+...+w_nx_n\)这样的一个函数。其中 \((w_1,w_2,...w_n)\)是模 ......
Unity3D UDP传输大文件怎么提高速度详解
Unity3D是一款强大的游戏开发引擎，但是在处理大文件传输时，往往会遇到速度较慢的问题。本文将详细介绍如何通过使用UDP协议来提高大文件传输的速度，并给出相应的技术详解和代码实现。 对啦！这里有个游戏开发交流小组里面聚集了一帮热爱学习游戏的零基础小白，也有一些正在从事游戏开发的技术大佬，欢迎你来交 ......
强化学习研究方向(研究领域）现有的不足（短板、无法落地性） —— Why You (Probably) Shouldn’t Use Reinforcement Learning
外文原文： Why You (Probably) Shouldn’t Use Reinforcement Learning 地址： https://towardsdatascience.com/why-you-shouldnt-use-reinforcement-learning-163bae193 ......
FLAC: Federated Learning with Autoencoder Compression and Convergence Guarantee-2022
目的：减少通信量(成本)，例如VGGNet架构具有大约1.38亿个参数（4264 Mb） 方法：具有自动编码器压缩（Autoencoder Compression）且具有收敛保证（Convergence Guarantee）；利用冗余信息（the redundant information）和FL的 ......
【用户案例】走进南海法院：点赞数字机器人，见证审执“加速度”
11月27日下午3时，在南海法院一间办公室内，几台无人操作的电脑竟自动模拟人对鼠标键盘的操作，先自动读取办案人员提供的案件列表，一步步地生成文书，后对相应的案件发起财产查询。 这是数字机器人的应用状态。2023佛山口碑榜“品质口碑市民体验游”观察团实地参观南海法院数字机器人管理中心等建设成果，市民们 ......
A novel local-global dependency deep learning model for soil mapping
程哥的一区文章 “A novel local-global dependency deep learning model for soil mapping” (Li 和 Zhang, 2022, pp. -) (pdf) 研究问题：“工 程 “ discrete” 特征不能反映环境协变量 之间 的相 ......
[论文阅读] Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation
Pre title: Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation accepted: ICME 2023 paper: https://ieeexplore.ie ......
How to Master the Popular DBSCAN Clustering Algorithm for Machine Learning
Overview DBSCAN clustering is an underrated yet super useful clustering algorithm for unsupervised learning problems Learn how DBSCAN clustering works ......
【scikit-learn基础】--『预处理』之 缺失值处理
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
navicate 连接mysql，闲置一段时间后，操作，查询速度很慢
navicate 连接mysql，闲置一段时间后，操作，查询速度很慢，几乎每次都要30多秒。网上找了一遍，终于解决了。 【编辑连接】-【高级】勾选✅设置保持连接间隔，使用压缩，自动连接后，从原来的30多秒，变为了3秒。 ......
论文精读：ST2Vec：道路网络中的时空轨迹相似性学习（ST2Vec: Spatio_Temporal Trajectory Similarity Learning in Road Networks）
论文精读：ST2Vec 道路网络中的时空轨迹相似性学习 《ST2Vec: Spatio-Temporal Trajectory Similarity Learning in Road Networks》 论文链接：https://doi.org/10.48550/arXiv.2112.09339 一 ......
【scikit-learn基础】--『预处理』之 离散化
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
Hierarchical Clustering-based Personalized Federated Learning for Robust and Fair Human Activity Recognition-2023
任务：人类活动识别任务Human Activity Recognition HAR 指标：系统准确性、公平性、鲁棒性、可扩展性 方法：1. 提出一个带有层次聚类（针对鲁棒性和公平的HAR）个性化的FL框架FedCHAR；通过聚类（利用用户之间的内在相似关系）提高模型性能的准确性、公平性、鲁棒性。 2 ......
《Learning Transferable Visual Models From Natural Language Supervision》论文学习
一、Abstract 最先进的计算机视觉系统被训练用以预测一组预定的固定目标类别。这种受限的监督方式限制了它们的通用性和可用性，因为需要额外的标记数据来指定任何新的视觉概念。因此，直接从关于图像的原始描述文本中学习是一个有希望的替代方法，它利用了更广泛的因特网监督来源。 我们证明了预测哪个标题与哪张 ......
【GiraKoo】Oh-my-posh加载速度慢
【解决方案】 Oh-my-posh加载速度慢 背景说明 最近沉迷于美化控制台。Oh-my-posh应该是其中做的比较出色的。可惜在本地使用时。加载速度异常缓慢. 启动程序需要600ms，甚至是1s以上。立刻就劝退了我。 但是尝试了其他美化工具之后。慢慢发现，这个现象并不只是Oh-my-posh…… ......