目录监督学习非监督学习半监督学习强化学习懒散学习法积极学习法监督学习1）训练数据有标柱类别；2）指根据训练数据学习一个模型，然后能对后来的输入做预测；3）输入变量和输出变量可以是连续的，也可以是离散的。若输入变量和输出变量均为连续变量，则称为回归；输出变量为有限个离散变量，则称为分类。4）必须要有训练集与测试样本。在训练集中找规律，而对测试样本使用这...

知识图谱定义知识图谱 ：是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系。其基本组成单位是“实体 关系 实体”三元组，以及实体及其相关属性值对，实体间通过关系相互联结，构成网状的知识结构。知识图谱的研究背景及其意义单单从字面上理解，知识图谱应该是一种更加结构化（主要是基于图）的知识库，将散乱的知识有效的组织起来，方便人们的查阅，而不是之前那样一堆文...

当requires_grad = False，则不保留梯度，因此即便在optimizer中注册了参数，也没有梯度可以用来更新参数，因此参数不变。不过不影响梯度继续反向传播，即假设某一层（例如第三层）参数的requires_grad为False或True，前面层（第1或2层）参数的梯度都不变。requires_grad 表达的含义是，这一参数是否保留（或者说持有，即在前向传播完成后，是否在显存中记录

如下图所示，Attention机制将目标字和上下文各个字的语义向量表示作为输入，首先通过线性变换获得目标字的Query向量表示、上下文各个字的Key向量表示以及目标字与上下文各个字的原始Value表示，然后计算Query向量与各个Key向量的相似度作为权重，加权融合目标字的Value向量和各个上下文字的Value向量，作为Attention的输出，即：目标字的增强语义向量表示。在此基础上，神经网络

AIPL模型人群资产量化的运营模型。Awareness认知Interest兴趣Purchase购买Loyalty忠诚GMV(成交总额)=投放用户量*转化量*客单价RFM模型用户分层模型，衡量用户价值。Recency最近一次消费时间Frequency消费频次，一段时间内的消费次数Monetary消费金额，一段时间内的消费金额AARRR模型...

机器学习主要有四个流程：问题建模。明确业务指标和模型预测目标，根据预测目标选择适当的评估指标用于模型评估。接着从原始数据中选择最相关的样本子集用于模型训练，并对样本子集划分训练集和测试集，应用交叉验证的方法对模型进行选择和评估。特征工程。完成问题建模、对数据进行筛选和清洗之后的步骤，就是对数据抽取特征，即特征工程。模型选择。经过特征工程得到一份高质量的特征之后,需要考虑哪个模型能够更准...

在数据库中有两种基本的锁类型：排它锁（Exclusive Locks，即X锁）和共享锁（Share Locks，即S锁）。当数据对象被加上排它锁时，其他的事务不能对它读取和修改。加了共享锁的数据对象可以被其他事务读取，但不能修改。数据库利用这两 种基本的锁类型来对数据库的事务进行并发控制。多个事务同时在数据库中运行时，查看GP库所有表锁。

（凡没有标注不可用的链接均可用）(一) 国家语委1国家语委现代汉语语料库http://www.cncorpus.org/现代汉语通用平衡语料库现在重新开放网络查询了。重开后的在线检索速度更快，功能更强，同时提供检索结果下载。现代汉语语料库在线提供免费检索的语料约2000万字，为分词和词性标注语料。2古代汉语语料库http://www.cncorpus.org/login.aspx网站现在...

R2通俗地理解为使用均值作为误差基准，看预测误差是否大于或者小于均值基准误差。R2_score = 1，样本中预测值和真实值完全相等，没有任何误差，表示回归分析中自变量对因变量的解释越好。R2_score = 0。此时分子等于分母，样本的每项预测值都等于均值。根据公式，我们可以写出R2_score实现代码1- mean_squared_error(y_test,y_preditc)/ np.var

环境：win10安装tesseract-ocr报错：已经在系统变量path添加路径，并在系统变量中新建TESSDATA_PREFIX变量，明明之前安装过一次没哟任何问题，有点上头。最后在网上查找说是在终端窗口设置环境变量：SET TESSDATA_PREFIX=D:\Tesseract-OCR亲测可行！使用tesseract测试...