注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ATL——com学习笔记

  2. 1 、如何替换默认的类厂？ 2 、如何让 COM 组件支持 Web 事件？ 3 、如何动态创建要求 License 的 ActiveX 控件？ 4 、如何在 Web 页面上生成基于 XML 的树形菜单？ 5 、如何在 Web 页面上创建动态表格？ 6 、如何为 Win32 服务程序提供事件源消息文件？ 7 、如何创建单实例（静态） COM 组件？ 8 、如何在 Delphi 6 及以上版本中使用可变常量（类型常量）？ 9 、几个有用的 ANSI C 和 VC++ 预定义宏 10 、如何在自己的

  3. 所属分类：专业指导

    • 发布日期：2011-06-16
    • 文件大小：506kb
    • 提供者：zhangjunyu0606

  1. LDA模型学习笔记

  2. 从LSA到PLSA到LDA，对文本的建模一步步的完善，LDA在document到topic一层引入了dirichlet分布，这是它优于PLSA的地方，使得模型参数的数量不会随着语料库的扩大而增多。LDA建模中最关键的是对参数的估计，原始paper中使用的是variational inference和EM算法，但这不是必须的，实际上有更容易计算的方法：Gibbs Sampling。目前已经有该方法的实现。

  3. 所属分类：专业指导

    • 发布日期：2012-08-04
    • 文件大小：804kb
    • 提供者：mujiangcxl

  1. 网络工程师学习笔记共享

  2. 第1章 交换技术 　　主要内容:1、线路交换 　　2、分组交换 　　3、帧中继交换 　　4、信元交换 　　一、线路交换 　　1、线路交换进行通信:是指在两个站之间有一个实际的物理连接，这种连接是结点之间线路的连接序列。 　　2、线路通信三种状态:线路建立、数据传送、线路拆除 　　3、线路交换缺点:典型的用户/主机数据连接状态，在大部分的时间内线路是空闲的，因而用线路交换方法实现数据连接效率低下;为连接提供的数据速率是固定的，因而连接起来的两个设备必须用相同的数据率发送和接收数据，这就限制了网络

  3. 所属分类：其它

    • 发布日期：2013-01-30
    • 文件大小：156kb
    • 提供者：baiyun1230

  1. 斯坦福机器学习ML公开课笔记1-15（完整版、带目录索引和NG原版讲义）

  2. 1-15节全部完整版讲义！超清分享~~~（附赠目录索引和NG原版讲义） 含金量高，独家整理~~ 目录如下： 公开课笔记1-2——线性规划、梯度下降、正规方程组 公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 公开课笔记4——牛顿方法、指数分布族、广义线性模型 公开课笔记5——生成学习、高斯判别、朴素贝叶斯 公开课笔记6——NB多项式模型、神经网络、SVM初步 公开课笔记7——最优间隔分类、原始/对偶问题、SVM对偶 公开课笔记8———核技法、软间隔分类器、SMO算法 公开课笔记9—偏差

  3. 所属分类：机器学习

    • 发布日期：2017-11-07
    • 文件大小：8mb
    • 提供者：u012416259

  1. mybatis学习笔记

  2. 目录 1 Mybatis入门 1 1.1 单独使用jdbc编程问题总结 1 1.1.1 jdbc程序 1 1.1.2 jdbc编程步骤： 2 1.1.3 jdbc问题总结如下： 3 1.2 MyBatis介绍 3 1.3 Mybatis架构 3 1.4 mybatis下载 4 1.5 创建mysql数据库 5 1.6 Mybatis入门程序 5 1.6.1 需求 5 1.6.2 第一步：创建java工程 6 1.6.3 第二步：加入jar包 6 1.6.4 第三步：log4j.properti

  3. 所属分类：其它

    • 发布日期：2018-09-06
    • 文件大小：359kb
    • 提供者：xclmhkh

  1. 原始模型学习笔记

  2. NULL 博文链接：https://xiandaoyan.iteye.com/blog/679263

  3. 所属分类：其它

    • 发布日期：2019-07-03
    • 文件大小：35kb
    • 提供者：weixin_38669628

  1. 论文笔记—基于迁移共享空间的分类新算法

  2. 论文摘要：为解决来自不同但相关领域的大量无标签数据和少量带标签数据的分类问题，首先构造一个联 系源域到目标域的共享特征空间，并将该空间引入经典的支持向量机算法使其获得迁移能力，最终得到 一种新的基于支持向量机的迁移共享空间的分类新算法，即迁移共享空间支持向量机．具体地，该方法 以迁移学习理论为基础，结合分类器最大间隔原理，通过最大化无标签数据和带标签数据的联合概率分 布来构建无标签数据和带标签数据的共享空间；为充分考虑少量带标签数据之数据分布，在其原始特征 空间和共享空间组成的扩展空间中训练分类

  3. 所属分类：深度学习

    • 发布日期：2020-07-21
    • 文件大小：3mb
    • 提供者：liz_Lee

  1. js学习笔记之事件处理模型

  2. 在各种浏览器中存在四种事件模型：原始事件模型、标准事件模型、IE事件模型，还有一种Netscape4事件模型，下面具体介绍一下。 1、目前共存在四种事件处理模型分别是：原始事件模型、标准事件模型、IE事件模型，还有一种Netscape4事件模型，但基本可忽略 2、事件处理模型又可以分为基本事件处理和高级事件处理两种，原始事件模型属于基本事件处理，标准事件模型和IE事件模型属于高级事件处理 一、基本事件处理： 基本事件处理主要是指原始事件模型实现的事件处理。其主要分为以下两种： （1）、作为H

  3. 所属分类：其它

    • 发布日期：2020-11-29
    • 文件大小：72kb
    • 提供者：weixin_38690275

  1. [笔记2]动手学深度学习

  2. 资料来源：伯禹学习平台。 概念整理 K折交叉验证 由于验证数据集不参与模型训练，当训练数据不够用时，预留大量的验证数据显得太奢侈。一种改善的方法是K折交叉验证（K-fold cross-validation）。在K折交叉验证中，我们把原始训练数据集分割成K个不重合的子数据集，然后我们做K次模型训练和验证。每一次，我们使用一个子数据集验证模型，并使用其他K-1个子数据集来训练模型。在这K次训练和验证中，每次用来验证模型的子数据集都不同。最后，我们对这K次训练误差和验证误差分别求平均。 L2 范数正

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：742kb
    • 提供者：weixin_38743054

  1. Spark学习笔记—Spark计算模型

  2. 一.弹性分布式数据集-RDD RDD是Spark核心数据结构，它是逻辑集的实体，在集群中多台机器之间进行数据分区，通过对多台机器上RDD分区的控制，能够减少数据的重排(data Shuffling)。Spark通过partitionBy运算符对原始RDD进行数据再分配从而创建一个新的RDD。通过RDD之间的依赖关系形成了Spark的调度顺序。 1.RDD的几种创建方式： (1).从hadoop文件系统输入创建如HDFS，也可以是其他与hadoop兼容的持久化存储系统如Hive，Hbase创建。

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：87kb
    • 提供者：weixin_38562026

  1. 动手深度学习 笔记5

  2. 模型选择、欠拟合和过拟合 训练误差（training error）：指模型在训练数据集上表现出的误差。 泛化误差（generalization error）：指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。 机器学习模型应关注降低泛化误差。 模型选择 1.验证数据集 我们可以预留一部分在训练数据集和测试数据集以外的数据来进行模型选择。这部分数据被称为验证数据集，简称验证集（validation set）。 2.K折交叉验证 把原始训练数据集分割成K个不重合的

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：43kb
    • 提供者：weixin_38521831

  1. rocketmq:rocketmq原始资料阅读笔记-源码

  2. 火箭MQ学习笔记 ，特别是 公共组件 Apache RocketMQ 是一个分布式消息传递和流媒体平台，具有低延迟，高性能和可靠性，万亿级容量和灵活的可伸缩性。 它具有多种功能： 消息模式，包括发布/订阅，请求/答复和流式传输 财务级交易消息 基于内置容错和高可用性配置选项 各种跨语言客户端，例如Java，C / C ++，Python，Go 可插拔的传输协议，例如TCP，SSL，AIO 内置消息跟踪功能，还支持开放式跟踪 多功能的大数据和流生态系统集成 按时间或偏移量追溯消息 可靠的

  3. 所属分类：其它

  1. 机器学习的挑战-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。 这将是用于测试您的准确性和用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！ 但是，如果您完成测试和调整不同的分类模型，您将获得更

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：687kb
    • 提供者：weixin_42131352

  1. machine-learning-challenge-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。 这将是用于测试您的准确性并用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！ 但是，如果您完成测试和调整不同的分类模型，您将获得更

  3. 所属分类：其它

  1. machine-learning-challenge-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。这将是用于测试您的准确性并用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！但是，如果您完成测试和调整不同的分类模型，您将获得更多的了解。 背

  3. 所属分类：其它

  1. machine-learning-notes:我关于机器学习的个人笔记-源码

  2. 关于机器学习课程/书籍/论文的个人注释以及注释 由教授 由教授 大约5年前，当我开始机器学习之旅时，这门课程是我的第一任主管。在这里，我想分享我当时： 我将分享我正在阅读的论文。共享文件将是带有注释的原始pdf文件（纸张本身）：注释，可视化，各种术语的简要说明以及相关论文的简要摘要。 认知科学和人工智能（AI）有着悠久的共享历史。人工智能的早期研究受到人类智慧的启发，并受到认知科学家的影响。同时，在理解人类学习和处理方面的努力使用了从AI借用的方法和数据来建立模仿人类认知的认知模型。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：52mb
    • 提供者：weixin_42165018