亿可控_5.GPS采集搜索与数据透传第5章 GPS采集搜索与数据透传1. 设备GPS信息采集1.1 需求分析1.2 实现思路1.3 ElasticSearch地理位置保存1.4 代码实现1.4.1 GPS主题订阅1.4.2 GPS数据解析1.4.3 GPS数据保存2. 设备GPS位置搜索2.1 需求分析2.2 实现思路2.3 ElasticSearch地理距离过滤器2.4 代码实现2.4.1 搜索

第五阶段 大型分布式系统缓存架构进阶第一部分 Redis 快速实战第一节 缓存原理与设计1.1 缓存基本思想1.11 缓存的使用场景1.12 什么是缓存？1.13 大型网站中缓存的使用1.2 常见缓存的分类1.21 客户端缓存1.22 网络端缓存1.23 服务端缓存1.3 缓存的优势与代价1.31 使用缓存的优势1.32 使用缓存的代价1.4 缓存的读写模式1.41 Cache Aside Pat

* 掌握K-近邻算法实现过程* 知道K-近邻算法的距离公式* 知道K-近邻算法的超参数K值以及取值问题* 知道kd树实现搜索的过程* 应用KNeighborsClassifier实现分类* 知道K-近邻算法的优缺点* 知道交叉验证实现过程* 知道超参数搜索过程* 应用GridSearchCV实现算法参数的调优

Python_机器学习_算法_第1章_K-近邻算法K-近邻算法学习目标1.1 K-近邻算法简介学习目标1 什么是K-近邻算法1.1 K-近邻算法(KNN)概念1.2 电影类型分析1.3 KNN算法流程总结2 小结1.2 k近邻算法api初步使用学习目标1 Scikit-learn工具介绍1.1 安装1.2 Scikit-learn包含的内容2 K-近邻算法API3 案例3.1 步骤分析3.2 代码

第2章 基础数据服务开发(pd-base)1. 基础数据服务数据模型1.1 pd_goods_type1.2 pd_truck_type1.3 pd_truck_type_goods_type1.4 pd_transport_line_type1.5 pd_transport_line1.6 pd_transport_trips1.7 pd_fleet1.8 pd_truck_driver1.9

Python_机器学习_算法_第4章_决策树算法决策树算法学习目标4.1 决策树算法简介学习目标小结4.2 决策树分类原理学习目标1 熵1.1 概念1.2 案例2 划分依据一 -- 信息增益2.1 **概念**2.2 案例3 划分依据二 -- 信息增益率3.1 概念3.2 案例3.2.1 案例一3.2.2 案例二3.3 为什么使用C4.5要好4 划分依据三 -- 基尼值和基尼指数4.1 概念4.2

探花交友_第5章_圈子功能实现课程说明1、首页推荐1.1、接口分析1.2、功能实现1.2.1 controller1.2.2 service1.2.3 API接口1.2.4 请求dto对象2、圈子功能2.1、功能说明1.2、实现方案分析1.3、技术方案(重点)1.4、表结构设计3、圈子实现3.1、环境搭建3.1.1、mongo主键自增3.1.2、实体类MovementMovementTimeLin

- MongoDB环境搭建- MongoDB基本CRUD操作- 通过JavaApi操作MongoDB- SpringBoot整合MongoDB

1、用户冻结解冻1.1 用户冻结1.2 用户解冻1.3 查询数据列表1.4 探花系统修改2、数据统计2.1 数据采集2.2 定时任务3、内容审核3.1 阿里云内容审核3.2 动态审核

探花交友_第2章_环境搭建课程介绍 《探花交友》1、项目介绍1.1、项目背景1.2、市场分析1.3、目标用户群体1.4、使用场景1.5、竞争对手分析1.5.1、竞品选择1.5.2、竞品分析1.6、项目简介1.7、技术方案1.8、技术架构1.9、技术解决方案1.10、技术亮点2、前后端分离开发思想3、开发工具与环境搭建3.1、开发工具3.1.1Linux虚拟机3.1.2 Android模拟器3.1.