协方差 cov(X, Y) 定义为两个随机变量X和Y偏离其期望值的乘积的期望即cov(X,Y) = E[(X - E[X])(Y - E[Y])]

逻辑回归（Logistic Regression）是一种广义线性模型，主要用于处理分类问题。它通过对特征进行线性组合，然后通过Sigmoid函数将结果映射到(0,1)区间，以此来预测样本属于某个类别的概率。逻辑回归模型不仅能够预测分类结果，还能给出属于某一类别的概率估计。损失函数逻辑回归通常使用交叉熵（Cross Entropy）作为损失函数，它能够衡量模型预测概率分布与真实概率分布之间的差异。交

感知机（Perceptron）是一种模拟人脑神经元的线性分类模型，是神经网络的基础结构。感知机由美国学者弗兰克·罗森布拉特（Frank Rosenblatt）在1957年提出，是首个可学习的人工神经元模型，用于模拟人脑处理信息的方式。它接收多个输入信号，通过加权求和并加上偏置值，然后经过激活函数输出二分类结果（通常为+1或-1）。感知机的诞生标志着人工智能早期探索的重要进展，并为后续神经网络和机器

监督学习算法详解监督学习是一种基于带标签数据进行建模的机器学习方法，其核心思想是通过学习输入特征与输出标签之间的映射关系，对未知数据进行预测。常见任务包括分类（预测离散类别）和回归（预测连续数值）。常用算法线性回归（Linear Regression）：假设输入与输出存在线性关系，适用于回归任务，优点是简单高效，缺点是无法处理非线性关系。逻辑回归（Logistic Regression）：用于二分

无监督学习（Unsupervised Learning）的核心特点是训练数据无标签、无人工设定的目标值，模型不依赖人工提供的“标准答案”，仅通过自主分析数据的内在分布、关联与结构，自动归纳潜在规律、完成数据分组与特征挖掘，本质是机器自主学习、探索数据的过程。核心逻辑：将相似度高的数据点划分为同一组别，保证组内数据高度相似、组间数据差异显著。常用算法：K均值聚类、层次聚类等应用场景：用户分群、图像分

今天学习了 Docker 中的数据卷简单理解：Docker 用来持久化、共享容器数据的，把容器内数据存到宿主机本地，容器删了数据还在。Docker 镜像（Image）可以理解为。

微服务是一种架构风格，将单体应用拆分为一组小型、独立部署的服务，每个服务运行在自己的进程中，通过轻量级机制（通常是HTTP REST API）进行通信。单一职责：每个服务只做一件事独立部署：服务间解耦，可独立升级发布技术异构：不同服务可选用不同技术栈分布式治理：需要解决服务发现、配置管理、熔断降级等问题@Component@OverrideString body = "{\"code\":401,

逻辑回归（Logistic Regression）是一种广义线性模型，主要用于处理分类问题。它通过对特征进行线性组合，然后通过Sigmoid函数将结果映射到(0,1)区间，以此来预测样本属于某个类别的概率。逻辑回归模型不仅能够预测分类结果，还能给出属于某一类别的概率估计。损失函数逻辑回归通常使用交叉熵（Cross Entropy）作为损失函数，它能够衡量模型预测概率分布与真实概率分布之间的差异。交

okokok , 今天日记到这里就结束了 , 我们下个日记再见 ~!爱你老己 , 明天会更好 ~!✅ 写进日记 (失意,不顺,我会把负面情绪写下来，因为会激活理性脑（前额叶皮质），降低情绪脑（杏仁核）的活跃度 ~!人生的意义很简单 : 就是每天都开开心心 , 快快乐乐的 ~!偶尔会失意 ~ 但不论被打倒多少次 ~ 总能站起来继续向前 ~!✅ 剪视频发到B站 (把送外卖遇到的趣事记录下来 ~),✅

观看飞书 AI 技术分享小会 ( 公司内部的人用 AI 用的都挺6 的)