Aaron12

摘要： 常用指令 (1) 数据记录筛选： (2) 更新数据记录： (3) 删除数据记录： (4) 添加数据记录： (5) 数据记录统计函数： 创建数据库： 命令：create database 数据库名； 示例：create database student； 删除数据库: 命令：drop database 阅读全文

摘要： 。。 阅读全文

摘要： 三：Linux基本命令 1. 绝对路径用什么符号表示？当前目录、上层目录用什么表示？主目录用什么表示? 切换目录用什么命令？ 2. 怎么查看当前进程？怎么执行退出？怎么查看当前路径？ 3. 怎么清屏？怎么退出当前命令？怎么执行睡眠？怎么查看当前用户id？查看指定帮助用什么命令？ 4. Ls 命令执行 阅读全文

摘要： 一、正则化基础 正则化等价于结构风险最小化，就是在经验风险后面加上了表示模型复杂度的正则化项或惩罚项。 正则化的作用是 选择经验风险和模型复杂度都较小的模型，减低模型复杂度，防止过拟合，提高泛化能力。 一般来说，高复杂度的模型容易过拟合，因为它需要学习更多的特征参数，而往往训练样本的数量不足以让其充 阅读全文

摘要： 机器学习基础 判别模型与生成模型 生成模型：由数据学习联合概率分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测的模型。（朴素贝叶斯、Kmeans） 生成模型可以还原联合概率分布p(X,Y)，并且有较快的学习收敛速度，还可以用于隐变量的学习 判别模型：由数据或者条件概率分布P(Y|X)或者学 阅读全文

摘要： 问：你会hadoop吗？ 答：会一点点，有了上次教训，不敢声称自己会 问：那你给我说说mapreduce 答：我说这是分布式处理，举了个例子，讲的很浅显 问：其实mapreduce大概就这个思想吧，你说的过于简单了，实际上处理还是很复杂的 答：是的，我还只懂些皮毛 MapReduce：通常来讲，我们 阅读全文

摘要： SVM SVM的原理是什么？ SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器。（间隔最大使它有别于感知机） （1）当训练集线性可分时，通过硬间隔最大化，学习一个线性分类器（线性可分支持向量机）； （2）当训练集近似线性可分时（比如有噪声），引入松弛变量，通 阅读全文

摘要： OSI，TCP/IP，五层协议的体系结构，以及各层协议 OSI分层 （7层）：物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。 TCP/IP分层（4层）：网络接口层、 网际层、运输层、 应用层。 五层协议 （5层）：物理层、数据链路层、网络层、运输层、 应用层。 阅读全文