小蹩脚

这得需要一点拉格朗日乘子法的认识。大家可能都很熟悉这个著名的方法。但是还是有很多入门的朋友忘记了具体过程的，所以还是希望大家看一下这个来系统的认识一下此方法《拉格朗日乘子法...

本文多图详解，旨在一通百通分布式关键思想。 初始化的过程需要设置种子节点，各个节点根据能力生成X个随机数，通过gossip协议获得全局的哈希地图。 之后各自负责数据分片，来...

开始重新巩固一下机器学习的内容，先从基本的一些概念和定义开始。 1. 机器学习的基本定义 机器学习算法是一种能够从数据中学习的算法。那么这里的学习的定义是什么呢？这里有一个...

这篇文章讲介绍几个常见的概率分布公式，以及将他们使用 G2 5.0 可视化出来。 概率和统计知识是数据科学和机器学习的核心，通过数据的分布，从而获取一些有用的信息，获得洞察...

> 本文全面深入地探讨了机器学习中的回归问题，从基础概念和常用算法，到评估指标、算法选择，以及面对的挑战与解决方案。文章提供了丰富的技术细节和实用指导，旨在帮助读者更有效地...

> 本文深入探讨了图像检索技术及其在主流APP中的应用，涵盖了特征提取、相似度计算、索引技术，以及在电商、社交媒体和云服务中的实际应用案例。 > 关注TechLead，分享...

在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。目前正在学习这方面相关的内...

在任何深度学习项目中，配置损失函数都是确保模型以预期方式工作的最重要步骤之一。 损失函数可以为神经网络提供很多实用的灵活性，它将定义网络输出与网络其余部分的连接方式。...

用一句话解释最大似然估计：它是一种模型参数估计方法，就是利用已知的样本分布，反推最有可能（出现概率最大）导致这种样本分布的模型参数。如果这样说还觉得抽象，我再举个例子。你放...

“奇异值”意义举例 矩阵奇异值分解(SVD)及其应用 一、奇异值与特征值基础知识： 1）特征值： 2）奇异值： 二、奇异值的计算： 三、奇异值与主成分分析（PCA）： 四、...

给定N个权值作为N个叶子节点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。...

Hadoop是Apache的一个开源的分布式计算平台，核心是以HDFS分布式文件系统和MapReduce分布式计算框架构成...

在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合 ，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。...

伴随政府采购业务的快速发展，政采云的商品数据量也在快速膨胀，其中由 ES 进行提供的商品检索服务压力，也越来越大。由于商品模型中基础商品和交易商品的定义，导致商品本身的量会...