上一页 1 ··· 40 41 42 43 44 45 46 47 48 ··· 865 下一页
摘要: 微型 C 语言项目(全) 原文:Tiny C Projects 译者:飞龙 协议:CC BY-NC-SA 4.0 前置材料 前言 C 语言编程是否仍然相关? 每当我读到 C 语言正在变得过时的时候,总会有一篇新的文章出现,讲述 C 语言如何继续成为最受欢迎、需求量最大的编程语言之一——即使它已经度过 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(18) 评论(0) 推荐(0)
摘要: 微星 CSS 项目(全) 原文:Tiny CSS Projects 译者:飞龙 协议:CC BY-NC-SA 4.0 前置内容 前言 学习一门新语言或技能的难点之一是将学到的个别技能应用到我们试图构建的东西中。虽然我们可能了解网格的机制或理解 flex 的工作原理,但学习选择哪种技能和何时(或如何) 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(12) 评论(0) 推荐(0)
摘要: 微服务模式(全) 原文:Microservices Patterns 译者:飞龙 协议:CC BY-NC-SA 4.0 第一章. 逃离单体地狱 本章涵盖 单体地狱的症状以及如何通过采用微服务架构来逃离它 微服务架构的基本特征及其优缺点 微服务如何使大型、复杂应用程序的 DevOps 开发风格成为可能 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(32) 评论(0) 推荐(0)
摘要: 微服务 API 指南(全) 原文:Microservice APIs 译者:飞龙 协议:CC BY-NC-SA 4.0 前置内容 前言 API 和微服务已经席卷了软件行业。在软件复杂性不断增加和需要扩展的压力下,越来越多的组织正在从单体架构迁移到微服务架构。O'Reilly 的“2020 年微服务采 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(20) 评论(0) 推荐(0)
摘要: 推理式人工智能(全) 原文:zh.annas-archive.org/md5/b32a89d10ca41281393b5058083c1870 译者:飞龙 协议:CC BY-NC-SA 4.0 第一部分 概念基础 第一部分为理解并构建因果模型奠定了必要的基础。在这里,我将介绍来自统计学、概率建模、生 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(4) 评论(0) 推荐(0)
摘要: 图神经网络实战(全) 原文:zh.annas-archive.org/md5/aa0f9b9d5919ff9efe42c7ab05a87a0b 译者:飞龙 协议:CC BY-NC-SA 4.0 第一部分 初步步骤 图是表示复杂、相互关联数据最灵活和最有力的方式之一。本部分首先介绍了图论的基本概念,解 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(47) 评论(0) 推荐(0)
摘要: 图驱动的数据分析和机器学习(全) 原文:zh.annas-archive.org/md5/37e2889ce1b45e2831a79a87364a5a5b 译者:飞龙 协议:CC BY-NC-SA 4.0 前言 目标 本书的目标是向您介绍图数据结构、图分析技术和图机器学习工具。当您完成本书后,我们希 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0)
摘要: 图驱动的机器学习(全) 原文:Graph-Powered Machine Learning 译者:飞龙 协议:CC BY-NC-SA 4.0 前置内容 前言 技术世界对机器学习充满热议。每天我们都被其应用和进步的文章所轰炸。但在从业者中,一场安静的革命正在酝酿,这场革命将图置于机器学习的核心。 亚历 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(17) 评论(0) 推荐(0)
摘要: 图检索增强生成(GraphRAG)精要(全) 原文:zh.annas-archive.org/md5/2c8245e0e83797ed40746ad357b9e3f5 译者:飞龙 协议:CC BY-NC-SA 4.0 第一章:提高 LLM 的准确性 本章涵盖 大型语言模型 大型语言模型的局限性 持续 阅读全文
posted @ 2025-11-24 09:12 绝不原创的飞龙 阅读(19) 评论(0) 推荐(0)
摘要: 统计学大灌篮(全) 原文:Statistics Slam Dunk 译者:飞龙 协议:CC BY-NC-SA 4.0 前置材料 前言 数据科学始于数据。我们收集数据。我们准备数据。我们使用数据在预测模型中。数据越好,模型越好,无论是基于传统统计学还是机器学习。 通过从原始数据和度量中创建新的数据和度 阅读全文
posted @ 2025-11-24 09:11 绝不原创的飞龙 阅读(21) 评论(0) 推荐(0)
上一页 1 ··· 40 41 42 43 44 45 46 47 48 ··· 865 下一页