首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
CNpupil
掘友等级
获得徽章 5
动态
文章
专栏
沸点
收藏集
关注
作品
赞
10
文章 10
沸点 0
赞
10
返回
|
搜索文章
最新
热门
chatgpt 连接 MCP服务器
本文介绍了ChatGPT连接MCP服务器的全过程,包括环境准备、工具安装、WebSocket转接、HTTPS配置及测试步骤,并分享实践体会与尚未解决的问题,旨在帮助读者快速理解MCP原理与实操流程。
高质量编程和性能调优 | 青训营笔记
主要学习了高质量编程的定义和原则,了解了代码格式、注释、命名规范、控制流程、错误和异常处理五方面的常见编码规范,在满足正确性、可靠性、健壮性、可读性等质量因素的前提下,设法提高程序效率的性能优化建议。
Go高并发、依赖管理和测试 | 青训营笔记
学习内容,语言进阶——高并发,Go 可以充分发挥多核优势,高效运行;依赖管理三要素,通过本地工具go get/mod进行管理;测试等内容。
Go 语言基础语法 | 青训营笔记
Go 语言语法基础,包括slice切片、map哈希表、fmt常用输出函数、结构体、Go语言中唯一的循环——for循环等。
21-22(1.2.3 贝叶斯概率)
到目前为止,在本章中,我们已经从随机、可重复事件的频率角度来看待概率。我们将把它称为概率的经典或常客解释。现在我们转向更一般的贝叶斯观点,其中概率提供了不确定性的量化。
19-20(1.2.2 期望和协方差)
涉及概率的最重要的操作之一是求函数的加权平均数。概率分布p(x)下的某些函数f(x)的平均值称为f(x)的期望值,用E[f]表示。
18-19(1.2.1 概率密度)
1.2.1 概率密度 除了考虑在离散时间集上定义的概率外,我们还希望考虑关于连续变量的概率。
16-17(1.2 概率论)
模式识别领域的一个关键概念是不确定性。它是通过测量中的噪声以及数据集的有限大小产生的。概率论为不确定性的量化和处理提供了一个一致的的框架,并形成了模式识别的核心基础之一。
14-15(1.2 概率论)
模式识别领域的一个关键概念是不确定性。它是通过测量中的噪声以及数据集的有限大小产生的。概率论为不确定性的量化和处理提供了一个一致的的框架,并形成了模式识别的核心基础之一。
12-13(1.2 概率论)
1.2 概率论 模式识别领域的一个关键概念是不确定性。它是通过测量中的噪声以及数据集的有限大小产生的。概率论为不确定性的量化和处理提供了一个一致的的框架,并形成了模式识别的核心基础之一。
下一页
个人成就
文章被阅读
4,028
掘力值
273
关注了
1
关注者
0
收藏集
2
关注标签
0
加入于
2021-08-07