文章目录几种模型隐马尔可夫模型马尔科夫随机场条件随机场（CRF：Conditional Random Field）模型推断几种模型​机器学习的重要任务，是根据 一些已观察到的证据（训练样本）来对感兴趣的未知变量（分类，回归的值）进行估计和推测。之前也提到了两种不同的模型：生成式模型(观察与未知变量的联合模型)；判别式模型(位置变量的后验概率模型)。​概率图模型则是一类用图来表达变量相关关系的概率模

DevOps从字面上来看，就是Development & Operations，开发运维。实际上这套方法论远不止包含开发和运维在内，而是试着让一个组织内的从业人员从日常繁杂的工作中脱离出来，站在全局的角度去思考怎样为组织和组织的客户来创造价值，并且是快速创造价值。这需要组织全体人员的参与和配合。一般认为，DevOps包括了技术和文化两个方面，技术可以是从下往上的，但是文化必须是需要从上往下的贯彻。

DevOps从字面上来看，就是Development & Operations，开发运维。实际上这套方法论远不止包含开发和运维在内，而是试着让一个组织内的从业人员从日常繁杂的工作中脱离出来，站在全局的角度去思考怎样为组织和组织的客户来创造价值，并且是快速创造价值。这需要组织全体人员的参与和配合。一般认为，DevOps包括了技术和文化两个方面，技术可以是从下往上的，但是文化必须是需要从上往下的贯彻。

本文介绍了如何在Linux系统上使用Jenkins自动打包Windows端的Visual Studio 2022项目。主要包括配置Jenkins服务、设置Windows代理节点、安装VS2022构建工具等步骤。重点说明了通过Jenkins代理连接Windows节点，以及使用MSBuild命令进行项目打包的方法。该方案实现了跨平台自动化构建，适用于需要在Linux服务器上管理Windows项目持续集

文章目录几种模型隐马尔可夫模型马尔科夫随机场条件随机场（CRF：Conditional Random Field）模型推断几种模型​机器学习的重要任务，是根据 一些已观察到的证据（训练样本）来对感兴趣的未知变量（分类，回归的值）进行估计和推测。之前也提到了两种不同的模型：生成式模型(观察与未知变量的联合模型)；判别式模型(位置变量的后验概率模型)。​概率图模型则是一类用图来表达变量相关关系的概率模

文章目录前言Emscripten编译器安装前言第四篇已经讲到，我需要将一个jpg/bmp/png等图像文件格式转换为RGB/RGBA等图像通道的数据结构。这个工作可以借助专业的图形处理库opencv来处理。但是呢，opencv是基于C++语言的。近些年python和机器学习大火的情况下，opencv也跟着推出了python版本。opencv所有的功能基本上都是支持C++和python的。随着前端H

碰到的问题是，上传了springboot项目打包后的jar文件后，使用ip+端口的方式无法正常访问项目界面。我在解决了上面的问题之后，发现还是没法访问，幸好其他的同事提醒我，centos刚安装之后，防火墙需要设置。–permanent：永久生效，如果没有此参数，则只能维持当前服务生命周期内，重新启动后失效；问题找到，项目启动后，在ipv6的端口监听，自然无法接收不到ipv4的请求。因为在cento

文章目录神经元感知机 & 多层神经网络神经网络学习多层神经网络误差逆传播算法：BP(BackPropagation)神经网络过拟合问题局部最小与全局最小​现在的深度学习大行其道，深度学习就是利用深度神经网络来进行学习。而什么是深度网络呢，就是隐层大于1的网络(实际上远远大于1)。那啥时候又是隐层呢？这都需要从神经元开始说起。神经元​看看下面这样图：​这就是神经网络中最基本的单元：M-P 神

文章目录前言Emscripten编译器安装前言第四篇已经讲到，我需要将一个jpg/bmp/png等图像文件格式转换为RGB/RGBA等图像通道的数据结构。这个工作可以借助专业的图形处理库opencv来处理。但是呢，opencv是基于C++语言的。近些年python和机器学习大火的情况下，opencv也跟着推出了python版本。opencv所有的功能基本上都是支持C++和python的。随着前端H

文章目录假设空间性能评价评估方法留出法交叉验证法自助法性能度量错误率与精度查准率 & 查全率P-R图ROC & AUC代价敏感错误与代价曲线假设空间​在周志华老师的《机器学习》一书中提到，模型的训练就是利用训练数据在数据属性构成的“假设空间”中进行搜索，在搜索过程中会删除假设空间的某些假设，最终留下一些假设形成“版本空间”，最终再通过这个模型进行推理。​至于什么是假设空间，假设的删