logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

数据仓库Hive

概述数据仓库的体系结构数据仓库存储大量的历史数据,数据仓库中的数据不会频繁发生变化,甚至根本不发生变化,数据源中的数据,抽取、装换、加载到数据仓库中之后,很多情况下就只读了数据仓库底层存储数据所需要的数据库产品还是传统的关系数据库。传统数据仓库面临的挑战现在大企业动辄一天几个TB,几十个TB的数据生成速度,对于传统的数据仓库来讲是很难应付的传统数据仓库是...

#大数据
计算机网络实验—IIS的配置和网站发布

基于Win10系统①打开控制面板,在控制面板窗口中,找到“程序”,点击。②在打开的“程序”窗口中,找到“启用或关闭windows功能”,点击打开,如下图所示。③在“Windows功能”中找到“Internet Information Service”,并选中“Web管理工具”、“万维网服务”,点击“确定”。③系统自动配置成功后,按下Win+X快捷键,选中计算机管理。...

计算机网络实验——FTP服务器配置(使用windows IIS服务)

基于Win10系统①打开控制面板,在控制面板窗口中,找到“程序”,点击。②在打开的“程序”窗口中,找到“启用或关闭windows功能”,点击打开,如下图所示。san5在“windows功能”中找到“Internet Information Service”,并选中“Web管理工具”、“万维网服务”,点击“确定”。④系统自动配置成功后,按下win+X快捷键,选中计算机管...

机器学习领域的三大方向——强化学习(樱桃)& 监督学习(蛋糕的外皮)& 非监督学习(蛋糕)

缩写意义全称ODBC开放数据库连接Open Database ConnectivityJDBCJava数据库连接Java DataBase ConnectivityAjax异步 JavaScript 和 XMLAsynchronousJavascriptAndXMLJDKJava 软件开发工具包...

#机器学习
github SHA (SHA-1)(commit id)

有的github的代码版本可能没有tag,因为tag是人为标的,但是一定都有SHA

#git
github国内镜像站

github总是被院里给墙,特别气人https://github.com.cnpmjs.orghttps://hub.fastgit.org比如你要下的是https://github.com/njulus/ReFilled那么就替换成https://hub.fastgit.org/njulus/REFILLED

#github
Pytorch之经典神经网络CNN(六)——NiN(Fashion-MNIST)(全局平均池化GAP)(1*1卷积)(mlpconv)(k-fold validation)

2014年新加坡国立大学提出的在GoogLeNet之前,该设计后来为GoogLeNet(Inception)和 ResNet 等网络模型所借鉴NIN——Network In Network 网络中的网络前面的的LeNet、 AlexNet和VGG在设计上的共同之处是:先以由卷积层构成的模块充分抽取空间特征,再以由全连接层构成的模块来输出分类结果。其中, AlexNet和VGG对LeNet的改进主要

#pytorch
Cloudera Quickstart(docker)

docker run --hostname=quickstart.cloudera --privileged=true -v datasets:/etc/spark/datasets -t -i -p 8888 4239cd2958c6 /usr/bin/docker-quickstartlocalhost:32769

#cloudera#docker#大数据
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解

回归分析回归分析确定两种或两种以上变量之间的相互依赖的定量关系的方法线性回归最常见的解法就是最小二乘法线性回归效果的度量主要有两种:决定系数和残差不相关决定系数越接近于1,回归效果越好;越接近于0,回归效果越差右边的式子是多元线性回归的主成分分析 PCA主成分分析最重要的作用就是降维步骤求特征协方差矩阵求协方差的特征值和特征向量将特征值按照从大到小的顺序排序,选择其中最大的k个将样本点投影到选取的

#数据分析#数据挖掘
数据挖掘与数据分析(四)—— 预处理理论(1) —— 特征工程 Feature Engineering

“数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已”当你想要你的预测模型性能达到最佳时,你要做的不仅是要选取最好的算法,还要尽可能的从原始数据中获取更多的信息,为预测模型得到更好的数据。这就是特征工程要做的事,它的目的就是获取更好的训练数据。特征工程是利用数据领域的相关知识来创建能够使机器学习算法达到最佳性能的特征的过程。简而言之,特征工程就是一个把原始数据转变成特征的过程,这些特

    共 266 条
  • 1
  • 2
  • 3
  • 27
  • 请选择