• 算法笔记--冒泡排序

    算法笔记--冒泡排序

    冒泡排序是一种选择排序,算法简单,在数据基本有序的情况下效率较高。1. 算法思想          通过无序区中元素相邻元素的比较和交换,使最小的元素如同气泡一般浮动至顶端。2. 时间复杂度          最好情况 O(n):序列正序有序,外循环只执行一次,内层比较n次,不需移动元素(针对改进版而言)          最坏情况...

    作者:小编    日期:2026.06.10    分类:类库 1716
  • 算法笔记--希尔排序

    算法笔记--希尔排序

    希尔排序是直接插入排序的改进版,对于待排序序列的不同情况效率相近。1. 算法思想          先选取一个小于n的增量d1,把序列中所有元素分成d1个组,所有距离为d1的倍数的元素在同一组中,在各组内执行直接插入排序。然后选取一个更小的增量d2,重复上述分组和排序过程;继续减小增量,直至增量为1,即所有元素在同一组中直插排序。 ...

    作者:小编    日期:2026.06.10    分类:系统 543
  • 算法笔记--直接插入排序

    算法笔记--直接插入排序

    直接插入排序是插入排序的一种,算法简单,适用于数据量小的情况。1. 算法思想          每次从待排序序列中取出一个元素k,插入到已经排好序的序列A[0...i]中合适的位置。插入时k依次由后向前比较,小于k的元素后移。2. 时间复杂度          最好情况 O(n):序列正序有序,只需比较n次,不需移动元素       ...

    作者:小编    日期:2026.06.10    分类:文档 231
  • (转)机器学习:偏差处理(2)

    (转)机器学习:偏差处理(2)

    下面是处理偏差和方差问题最简单的形式:如果具有较高的可避免偏差,那么加大模型的规模(例如通过添加层/神经元数量来增加神经网络的大小)。如果具有较高的方差,那么向训练集增加数据。如果你可以加大神经网络的规模且无限制地增加训练集数据,那么在很多学习问题上都可以做的很好。实际上,加大网络的模型规模终将导致你遇到计算力问题,因为训练大...

    作者:小编    日期:2026.06.10    分类:教程 1210
  • Eslint提示const关键字被保留

    Eslint提示const关键字被保留

    如果在使用eslint的时候提示:error Parsing error: The keyword 'const' is reserved有可能是因为eslint默认审查的es5,需要明确让他审查es6.在.eslintrc.yml中增加下面一行:"parserOptions": {   "ecmaVersion": 6 }...

    作者:小编    日期:2026.06.10    分类:类库 783
  • (转)Eslint 从入门到放弃

    (转)Eslint 从入门到放弃

    Eslint 从入门到放弃前言ESLint 由 JavaScript 红宝书 作者 Nicholas C. Zakas 编写, 2013 年发布第一个版本。 NCZ 的初衷不是重复造一个轮子,而是在实际需求得不到 JSHint 团队响应 的情况下做出的选择:以可扩展、每条规则独立、不内置编码风格为理念编写一个 lint 工具。...

    作者:小编    日期:2026.06.10    分类:语言 1084
  • (转)机器学习:开发集和测试集

    (转)机器学习:开发集和测试集

    转子吴恩达deeplearningai 根据公司的核心市场情况,你将猫咪 app 的图像数据划分为“美国”、“中国”、“印度”和“其它地区”四个区域。在设立开发集和测试集时,可以尝试将美国和印度的数据归于开发集,而中国和其它地区的数据归于测试集。也就是说我们可以随机地将其中两个区域分配给开发集,另外的两个区域分配给测试集。这样...

    作者:小编    日期:2026.06.10    分类:算法 1919
  • (转)Dozer 使用小结

    (转)Dozer 使用小结

    这篇文章是本人在阅读Dozer官方文档(5.5.1版本,官网已经一年多没更新了)的过程中,整理下来我认为比较基础的应用场景。本文中提到的例子应该能覆盖JavaBean映射的大部分场景,希望对你有所帮助。概述Dozer是什么?Dozer是一个JavaBean映射工具库。它支持简单的属性映射,复杂类型映射,双向映射,隐式显式的映射...

    作者:小编    日期:2026.06.10    分类:类库 1587
  • (转)为什么选择机器学习策略

    (转)为什么选择机器学习策略

    转自 吴恩达deeplearningai 机器学习(machine learning)是无数重要应用的基础,其包含网络搜索、垃圾邮件检测、语音识别以及产品推荐等内容。假如你和你的团队正在研发一项机器学习应用,并且想要取得较为快速的进展,本书的一些内容将会有所帮助。假设你正在建立一家初创公司,该公司将为猫咪爱好者们提供不计其数的...

    作者:小编    日期:2026.06.10    分类:教程 1999
  • 量子机器学习理论基础

    量子机器学习理论基础

    一、量子力学一句话解释:研究把电子从原子里搞出来是经典力学,研究电子在原子内振动是量子力学。 二、量子计算一句话解释:使用量子比特而非经典二进制比特的计算 三、量子计算和经典计算的区别可以看我以前的博文,或者http://www.thphys.nuim.ie/staff/joost/TQM/QvC.html 四、原子结构电子在...

    作者:小编    日期:2026.06.10    分类:文档 1853
热门文章
  • 机房智能化温湿度解决方式之POE供电以太网温湿度传感器

    机房智能化温湿度解决方式之POE供电以太网温湿度传感器
    机房智能化温湿度解决方式之POE供电以太网温湿度传感器 北京盈创力和电子科技有限公司 智能型TCP网口温湿度记录仪 北京IP网络温湿度记录仪厂家,北京盈创力和 北京智能型TCP网口温湿度记录仪IP网络温湿度记录仪是一种新型的基于TCP/IP协议双绞线以太网标准温湿度采集模块,利用它可以实现现场温度值、相对湿度值的采集,同时利用其自身的RJ45通信接口可以方便地和机房监控主机或交换机集线器进行联网。 工作于-40℃~85℃工业级带...
  • Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering

    Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering
    Problem Statement 我们考虑一个具有马尔可夫性质、非线性、非高斯的状态空间模型(State Space Model):对于一个时间序列上的观测结果{yt,t∈N}\\{ y_t , t \\in N \\}{yt​,t∈N},我们认为每个观测结果yty_tyt​的生成依赖于一个无法直接观察的隐变量xt∈{xt,t∈N}x_t \\in \\{x_t , t \\in N \\}xt​∈{xt​,t∈N},即:p(...
  • HTTP状态保持的原理

    HTTP状态保持的原理
    a)在用户登录之后,浏览器返回响应的时候会在响应中添加上cookieb)浏览器接收到cookie之后会自动保存c)当用户再次请求同一服务器中的其他网页的时候,浏览器会自动带上之前保存的cookied)服务接收到请求之后可以请 request 对象中取到cookie 判断当前用户是否登录  Http是无状态的,就是连接时数据互通,关闭后...
  • CSRF的原理和防范措施

    CSRF的原理和防范措施
    a)攻击原理:i.用户C访问正常网站A时进行登录,浏览器保存A的cookieii.用户C再访问攻击网站B,网站B上有某个隐藏的链接或者图片标签会自动请求网站A的URL地址,例如表单提交,传指定的参数iii.而攻击网站B在访问网站A的时候,浏览器会自动带上网站A的cookieiv.所以网站A在接收到请求之后可判断当前用户是登录状态,所以...
  • Hive 系统函数及示例

    Hive 系统函数及示例
    查看所有系统函数 show functions; 函数分类 内置函数【系统函数】 数学函数: floor、round、ceil、cos、log2等 字符串函数: length、reverse、trim、lower、get_json_object、repeat等 收集函数: size 转换函数: cast 日期函数: year、month、datediff、date、date_add等 条件函数: coalesce、case…w...
标签列表