人机交互设计的概述知识，适用于期末复习

平时经常用Docker来部署各种环境，发现从DockerHub上下载镜像有时候比较慢。第三方的镜像还可以使用一些国内的镜像仓库来加速，如果我们自己构建的镜像那就不行了。这时候搭建一个私有的镜像仓库很有必要，最近发现Harbor这个企业级镜像仓库，非常好用且功能强大，推荐给大家！Harbor是一款开源的Docker镜像仓库服务，在Github上目前有13.4k+Star。提供了基于角色的镜像访问机制

Rancher Desktop 是一款开源的K8S管理工具，目前在Github上已有2.9K+Star。它是桌面版的K8S和容器管理工具，支持在Windows, macOS and Linux上使用。如果你在Windows上想搭建K8S环境，使用Minikube的话，就得先搭建虚拟机、然后安装Linux、再安装Minikube才行。而使用Rancher Desktop的话你只需安装它即可，它将自动

在众多机器学习分类算法中，本篇我们提到的朴素贝叶斯模型，和其他绝大多数分类算法都不同，也是很重要的模型之一。在机器学习中如KNN、逻辑回归、决策树等模型都是判别方法，也就是直接学习出特征输出YYY和特征XXX之间的关系（决策函数Y=f(X)Y= f(X)Y=f(X)或者条件分布P(Y∣X)P(Y|X)P(Y∣X)）。

随着人工智能技术的迅猛发展，我们正迎来数据分析的新时代，其中AIGC（Artificial Intelligence with Generative Capabilities）的应用成为引领潮流的重要方向。本文将深入探讨几个关键方向，包括GPTs应用商店、Python技术栈、生成代码与开发提效、数据库查询范式的创新，以及如何让任何人都拥有数据分析的能力。

CS231n 是顶级院校斯坦福出品的深度学习与计算机视觉方向专业课程，核心内容覆盖神经网络、CNN、图像识别、RNN、神经网络训练、注意力机制、生成模型、目标检测、图像分割等内容。课程最后一版公开课视频为2017版，需要最新进阶技术内容的同学可以关注ShowMeAI发布的cs231n进阶课程希望对于深度学习进行一个全面学习了解的同学，可以阅读学习ShowMeAI的深度学习教程 | 吴恩达专项课程

本系列为吴恩达老师《深度学习专项课程(Deep Learning Specialization)》学习与总结整理所得，对应的课程视频可以在查看。

在前面，我们使用ft(x)f_t(x)ft(x)代表一颗树，在本小节，我们重新定义一下树：我们通过叶子结点中的分数向量和将实例映射到叶子结点的索引映射函数来定义树：（有点儿抽象，具体请看下图）www代表树中叶子结点的权重qqq代表的是树的结构从上图可以看出，共有3个叶子结点，第一个叶子结点的权重为+1，第二个叶子结点的权重为0.1，第三个叶子结点的权重为-1；其中，小男孩属于第1个叶子结点，老奶奶

在选择激活函数的时候，如果在不知道该选什么的时候就选择ReLU。当然也没有固定答案，要依据实际问题在交叉验证集合中进行验证分析。注意，我们可以在不同层选用不同的激活函数。

本文整理了一些简单的文本切分方式，适用于大语言模型经典应用RAG或相似场景。