作者:行莫

半监督学习

当今的机器学习算法大致可分为三类:监督学习、无监督学习和强化学习。撇开强化学习不谈,机器学习问题主要分为两类:监督学习和无监督学习。两者之间的基本区别在于,监督学习数据集的每个元组都有一个关联的输出标签,而无监督学习数据集则没有。

行莫 发布于 2025-06-19

无监督学习

无监督学习是机器学习的一个分支,用于处理未标记的数据。与监督学习(数据被标记为特定类别或结果)不同,无监督学习算法的任务是在不了解数据含义的情况下,从数据中发现模式和关系。无监督机器学习算法无需任何人工干预(即,我们不向模型提供输出)即可发现隐藏的模式和数据。训练模型仅输入参数值,并自行发现组或模式

行莫 发布于 2025-06-19

监督式机器学习

监督式机器学习是机器学习和人工智能的一种基本方法。它使用标记数据训练模型,每个输入都有相应的正确输出。这个过程就像老师指导学生一样——因此被称为“监督式”学习。在本文中,我们将探讨监督式学习的关键组成部分、所使用的不同类型的监督式机器学习算法,以及一些实际案例。

行莫 发布于 2025-06-19

3. AbstractBeanFactory createBean 执行过程

本篇的内容是对 AbstractBeanFactory createBean 方法的探究,会涉及到大量源码的研究,如果阅读过 Spring 源码学习 ② BeanFactory doGetBean 执行流程 在了解上下文的情况下会对理解本篇内容有帮助作用,如果没有阅读过也无需担心,因为本篇内容着重讲

行莫 发布于 2025-06-19

MySQL高可用架构设计

1. 高可用背景 1.1 高可用概念 高可用(High Availability)是系统所能提供无故障服务的一种能力。简单地说就是避免因服务器宕机而造成的服务不可用。

行莫 发布于 2025-06-17

MySQL 字符集处理小技巧

MySQL的字符集比其他关系型数据库(如Oracle、SQL Server)更为复杂。在MySQL环境初期搭建时,未明确字符集和校对规则,后期会碰到一系列字符编码相关的问题。比如: 乱码; 数据截断; 排序异常; 多表Join,字符集不一致隐式转换导致索引失效; 字符集导致前后空格去掉,判断逻辑错误

行莫 发布于 2025-06-17

MySQL Online DDL

Online DDL在MySQL 5.6才开始支持的,在5.5及之前版本,使用alter table/create index等命令进行表结构修改操作均会锁表,这在生产环境上明显是不可接受的。Online DDL(在线DDL)功能允许在表上执行DDL的操作(例如创建索引)的同时不阻塞并发的DML操作

行莫 发布于 2025-06-17

Micronaut 框架简介

官网:https://micronaut.io/ Micronaut 的英文名字由两部分拼接而成,“micro” 是“微小”,代表微服务,“naut”是船,代表的是载体。两部分的字面意思合并起来,可以理解为微服务的载体、微服务的运载之船。 Micronaut 官方的介绍为:Micronaut 是一个

行莫 发布于 2025-06-16

4.多变量线性回归(Linear Regression with Multiple Variables)

4.1 多维特征 参考视频: 4 - 1 - Multiple Features (8 min).mkv 目前为止,我们探讨了单变量/特征的回归模型,现在我们对房价模型增加更多的特征,例如房间数楼层等,构成一个含有多个变量的模型,模型中的特征为$\left( {x_{1}},{x_{2}},...,

行莫 发布于 2025-06-13

MySQL 游标简单使用示例

MySQL 游标(Cursor)是一种数据库对象,用于逐行处理查询结果集。游标允许在存储过程中对查询结果进行逐行操作,这在需要对每一行进行复杂处理时非常有用。 游标的基本概念 声明游标:在存储过程或函数中,游标必须在所有变量声明之后进行声明。游标的声明指定了要执行的查询。 打开游标:在使用游标之前,

行莫 发布于 2025-06-12
上一页 下一页