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

网络协议UDP详解

UDP协议的特点:全双工、不可靠、面向字节报、无连接。UDP数据报格式:源端口、目的端口、报长、检验和。基于UDP的应用层协议

文章图片
#网络协议#udp#网络 +1
微服务之多机部署,负载均衡-LoadBalance

介绍了 微服务的负载均衡策略,以及基于Nginx、Spring CloudLoadBalancer 的使用以及其负载均衡策略以及具体配置

文章图片
#微服务#负载均衡#架构
人工智能基础导论(一篇文章让你搞懂什么是人工智能、机器学习、深度学习和强化学习)

简单介绍了人工智能AI的细分领域:机器学习、深度学习、强化学习等,对AI中的搜索、ML中的监督式学习:分类与回归、无监督式学习:聚类,进行了简单描述深度学习、强化学习。重点在于区分这几种类型以及明确其涵盖范围

文章图片
#人工智能#python
人工智能基础导论(一篇文章让你搞懂什么是人工智能、机器学习、深度学习和强化学习)

简单介绍了人工智能AI的细分领域:机器学习、深度学习、强化学习等,对AI中的搜索、ML中的监督式学习:分类与回归、无监督式学习:聚类,进行了简单描述深度学习、强化学习。重点在于区分这几种类型以及明确其涵盖范围

文章图片
#人工智能#python
人工智能基础导论(一篇文章让你搞懂什么是人工智能、机器学习、深度学习和强化学习)

简单介绍了人工智能AI的细分领域:机器学习、深度学习、强化学习等,对AI中的搜索、ML中的监督式学习:分类与回归、无监督式学习:聚类,进行了简单描述深度学习、强化学习。重点在于区分这几种类型以及明确其涵盖范围

文章图片
#人工智能#python
人工智能基础导论(一篇文章让你搞懂什么是人工智能、机器学习、深度学习和强化学习)

简单介绍了人工智能AI的细分领域:机器学习、深度学习、强化学习等,对AI中的搜索、ML中的监督式学习:分类与回归、无监督式学习:聚类,进行了简单描述深度学习、强化学习。重点在于区分这几种类型以及明确其涵盖范围

文章图片
#人工智能#python
机器学习入门篇之监督学习(回归篇)——多元线性回归的原理介绍

介绍了机器学习中监督学习中的回归,重点介绍了多元线性回归的原理以及最小二乘法的使用,以及回归模型的评估方式以及回归于分类的区别

文章图片
#机器学习#学习#回归 +3
到底了