1
2
3
4
5
6
7
连击 天
fork: star:
加载中
原
spark mllib 分类之支持向量机
spark mllib 支持向量机 胃癌转移判断案例
原
spark mllib 分类预测之逻辑回归
胃癌转移数据说明 肾细胞癌转移情况(有转移 y=1,无转移 y=2) x1:确诊时患者年龄(岁) x2:肾细胞癌血管内皮生长因子(VEGF),其阳性表述由低到高共３个等级 x3:肾细胞癌组织内微血管数(MVC) x4:...
原
spark mllib 朴素贝叶斯 应用案例
朴素贝叶斯,可应用于垃圾邮件，短信的分类僵尸粉的鉴定等.下面以僵尸粉的鉴定为例
原
spark mllib 随机森林算法
spark mllib 随机森林算法是机器学习、
原
推荐系统-协同过滤
推荐系统概述： 通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。 推荐系统在用户(USER)和物品(ITEM)之间建立一座桥梁， 帮助用户找到...
原
元数据治理 Apache Atlas
Apache Atlas是Hadoop社区为解决Hadoop生态系统的元数据治理问题而产生的开源项目，它为Hadoop集群提供了包括 数据分类、集中策略引擎、数据血缘、安全和生命周期管理在内的元数据治理核心能...
原
LightGBM 算法原理
LightGBM 的动机 GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合...
原
算法回顾
第一章：算法简介 二分查找： log10100相当于问“将多少个10相乘 的结果为100，答案是两个：10 × 10 = 100。因此，log10100 = 2。 算法效率： 总结： 二分查找的速度比简单查找快得多。 O(...
原
XGBoost原理——机器学习大杀器
XGBoost是什么 Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。 在决策树中，我们知...
原
高项考试如何通过？
给一些还在折磨的朋友们做个分享，高项考试如何才能通过．要学些什么，重点是什么． 给公司想学习想进步的童鞋做个分享. 高级信息系统项目管理师必过.
原
荐
tensorflow 之 卷积神经网络
应用场景 图像识别与检索 人脸识别 性别/年龄/情绪识别 物体检测 视频处理 语音分析 概述 一般一个卷积神经网络由多个卷积层构成，在卷基层内部通常会有如下几个操作： 图像通过多个卷积核滤...
原
JAVA内存泄漏和内存溢出的区别和联系
JAVA内存泄漏和内存溢出的区别和联系 1、内存泄漏memory leak : 是指程序在申请内存后，无法释放已申请的内存空间，一次内存泄漏似乎不会有大的影响，但内存泄漏堆积后的后果就是内存溢出。 ...
原
荐
tensorflow 之循环神经网络
应用场景： 应用于语音识别 语音翻译 机器翻译 RNN RNN（Recurrent Neural Networks,循环神经网络）不仅会学习当前时刻的信息，也会依赖之前的序列信息。 由于其特殊的网络模型结构解决了信息...
没有更多内容
加载失败，请刷新页面
没有更多内容
删除文章
文章删除后无法恢复，确定删除此文章吗？
删除动弹
动弹删除后，数据将无法恢复
评论删除后，数据将无法恢复