09 2024 档案
摘要：逻辑回归 机器学习中的逻辑回归（Logistic Regression）是一种广泛使用的分类算法，尽管它的名字中包含“回归”这个词，但实际上它主要用于解决分类问题，特别是二分类问题。逻辑回归模型可以用来预测某一类事件发生的概率，例如预测用户是否会点击广告、病人是否患有某种疾病等。 逻辑回归的核心是使
阅读全文
摘要：多维特征 多维特征指的是在机器学习和数据分析中，每个样本不仅由单一特征描述，而是由多个不同属性或维度组成的向量。这些特征可以是连续的也可以是离散的，它们共同构成了数据集的一个样本点。 多维特征的例子 房屋价格预测： 面积（平方米） 房间数量 建造年份 地理位置（经度、纬度） 客户购买行为预测： 年龄
阅读全文
摘要：线性回归模型 在机器学习中，线性回归模型是一种用于预测连续数值型目标变量的监督学习算法。它假设目标变量与一个或多个自变量之间存在线性关系，并尝试通过拟合最佳线性函数来预测未知数据的输出。下面是机器学习中线性回归模型的详细讲解： 模型定义 线性回归模型可以分为简单线性回归和多元线性回归。 简单线性回归
阅读全文
摘要：学习路线 数学基础 ： 高数 线代 概率论 编程语言基础 机器学习 吴恩达 书籍《神经网络与深度学习》 深度学习 吴恩达 DeepLearning.AI 李宏毅 机器学习 浙大 胡浩基 机器学习 统计学习方法 TensorFlow pytorch 龙曲良 李沐 《动手学深度学习》 根据研究方向进行细
阅读全文
摘要：主要的人工智能分支 人工智能（AI）是一个广泛的领域，包含了多个子领域或分支，每个分支都专注于解决特定类型的问题或执行特定的任务。以下是一些主要的人工智能分支： 机器学习（Machine Learning）： 这是AI的一个核心部分，专注于构建可以从数据中学习并作出决策或预测的系统。 深度学习（De
阅读全文
摘要：什么是SVM SVM（Support Vector Machine，支持向量机）是一种监督学习模型，用于分类和回归分析。其基本思想是找到一个超平面，使得两类样本在该超平面上的间隔最大化。这个间隔被称为“最大间隔”，而位于最大间隔边界上的样本点则被称为“支持向量”。 SVM的关键概念： 超平面：在n维
阅读全文
摘要：缓存商品、购物车 缓存菜品 （1）问题说明 如果用户量访问量比较大，数据库访问压力随之增大 （2）实现思路 通过redis缓存菜品数据，减少数据库查询操作 缓存逻辑分析： 每个分类下的菜品保存一份缓存数据 数据库中菜品数据有变更时（新增菜品、修改菜品、批量删除菜品、起售停售菜品）清理缓存数据 （3）
阅读全文
