摘要: 下载安装 链接:https://kafka.apachecn.org/downloads.html 安装过程参考官网教程 启动服务器 Kafka 使用 ZooKeeper 如果你还没有ZooKeeper服务器,你需要先启动一个ZooKeeper服务器。 您可以通过与kafka打包在一起的便捷脚本来快 阅读全文
posted @ 2022-07-06 15:56 前世迟来者Freddy 阅读(328) 评论(0) 推荐(0) 编辑
摘要: 为了获得更好的预测效果,并且可以简单高效的完成任务,本文中我将分享给大家7个用于处理时间序列问题的 Python 工具包。 tsfresh: 特征提取。https://github.com/blue-yonder/tsfresh AutoTs: 自动处理。Github: https://github 阅读全文
posted @ 2022-03-29 14:24 前世迟来者Freddy 阅读(111) 评论(0) 推荐(0) 编辑
摘要: 一、步骤 非平稳性序列 转为 平稳性序列(一般采用一阶差分) 绘制自相关函数(ACF)和偏自相关函数(PACF) , 用于确定自回归模型(AR)参数p和移动平均模型(MA)参数q。 代入到ARIMA模型或者LSTM、Transformer等神经网络模型。 二、ARIMA模型 阅读全文
posted @ 2022-03-22 23:06 前世迟来者Freddy 阅读(309) 评论(0) 推荐(0) 编辑
摘要: 聚类(Clustering)是无监督学习(unsupervisied learning),即不需要标签。 聚类是按照某个指标(如样本间的距离)把一个整个数据集分割成不同的类或簇(cluster),使类内元素的相似性尽可能大,类间元素的相似性尽可能地小。 简单来说,聚类使同一类的数据尽可能聚集到一起, 阅读全文
posted @ 2022-03-22 16:07 前世迟来者Freddy 阅读(106) 评论(0) 推荐(0) 编辑
摘要: 支持向量机(SVM)本身是针对二分类问题提出的,而SVR(支持向量回归)是SVM(支持向量机)中的一个重要的应用分支。SVR回归与SVM分类的区别在于,SVR的样本点最终只有一类,它所寻求的最优超平面不是SVM那样使两类或多类样本点分的“最开”,而是使所有的样本点离着超平面的总偏差最小。 SVM是要 阅读全文
posted @ 2022-03-22 15:43 前世迟来者Freddy 阅读(221) 评论(0) 推荐(0) 编辑
摘要: 1、获取当前文件路径 命令:os.path.abspath(__file__) 例如:/home/pycharm/project/main.py 2、获取当前目录 命令:os.path.dirname() 例如:os.path.dirname(os.path.abspath(__file__)) — 阅读全文
posted @ 2022-03-15 11:43 前世迟来者Freddy 阅读(32) 评论(0) 推荐(0) 编辑
摘要: 今天回顾了一些基础的内容。这里主要记录一下python的位操作符。 位运算 1. 原码、反码和补码 二进制有三种不同的表示形式:原码、反码和补码,计算机内部使用补码来表示。 原码:就是其二进制表示(注意,有一位符号位)。 00 00 00 11 -> 3 10 00 00 11 -> -3 反码:正 阅读全文
posted @ 2021-09-26 20:43 前世迟来者Freddy 阅读(43) 评论(0) 推荐(0) 编辑
摘要: 现有的图深度学习工具包: PyTorch Geometric (PyG) Deep Graph Library (DGL) DIG : graph generation, self-supervised learning, explainability, and 3D graphs. Github: 阅读全文
posted @ 2021-08-06 12:26 前世迟来者Freddy 阅读(50) 评论(0) 推荐(1) 编辑
摘要: 这篇帖子将记录一些前沿机器学习研究方向,并随着作者的了解,及时添加更新内容。 一、计算机视觉(CV) 图像去雨去雾去噪 暗光图像增强 图像高分辨率成像 图像生成 视频理解 目标检测 行人重识别 二、自然语言处理(NLP) 机器翻译 语音识别 推荐系统 三、强化学习(RL) 多智能体强化学习(MARL 阅读全文
posted @ 2021-08-02 11:17 前世迟来者Freddy 阅读(473) 评论(0) 推荐(1) 编辑
摘要: MALib是上交大和UCL联合开源的多智能框架。 open-spiel是deep mind的开源框架。 Mava 是一个用于构建多智能体强化学习 (MARL) 系统的库。Mava 为 MARL 提供了有用的组件、抽象、实用程序和工具,并允许对多进程系统训练和执行进行简单的扩展,同时提供高度的灵活性和 阅读全文
posted @ 2021-07-24 10:18 前世迟来者Freddy 阅读(321) 评论(0) 推荐(1) 编辑