發(fā)簡(jiǎn)信
IP屬地：湖北
-
Swift5.0微博項(xiàng)目appke/MGWeiBo2: ??微博客戶端，swift5[https://github.com/appke/MGWeiBo2] 命名空間 讀取...
-
SwiftUI 實(shí)現(xiàn)微博項(xiàng)目
WeiBo-SwiftUI 微博App項(xiàng)目實(shí)戰(zhàn) 倉(cāng)庫(kù)代碼：appke/WeiBo-SwiftUI: SwiftUI 實(shí)現(xiàn)微博項(xiàng)目[https:/...
-
SwiftUI 官方教程｜開發(fā)資料
代碼倉(cāng)庫(kù)：appke/PlaySwiftUI: SwiftUI官方文檔，開發(fā)雜記[https://github.com/appke/PlaySw...
-
SpringBoot + Quartz定時(shí)任務(wù)踩過的坑
SchedulerConfig.java定時(shí)任務(wù)Job中service注入NullPointerException[原因]：trigger沒有注...
-
在線流視頻m3u8文件解析，AES-128代碼地址：appke/python-spider: ??python3爬蟲 下載視頻 解析m3u8文件 下載ts文件 破解AES-128 合并下載...
-
隨機(jī)梯度下降Batch Gradient Descent：某1點(diǎn)的θ的梯度值，每1項(xiàng)都要對(duì)所有的樣本進(jìn)行計(jì)算，前面都有，樣本中所有信息批量進(jìn)行計(jì)算。 樣本量...
-
梯度下降并不是所有函數(shù)都有唯一的極值點(diǎn) 多次運(yùn)行，隨機(jī)化初始點(diǎn) 梯度下降法的初始點(diǎn)也是一個(gè)超參數(shù) 目標(biāo)：使盡可能小 線性回歸法的損失函數(shù)具有唯一的最優(yōu)解...
-
邏輯回歸邏輯回歸 解決分類問題 把任意值，映射到(0, 1)之間；判定邊界 將樣本的特征 和 樣本發(fā)生的概率 聯(lián)系起來，概率是1個(gè)數(shù) 邏輯回歸得到1個(gè)概...
-
決策樹
決策樹的深度：max_depth=2 非參數(shù)學(xué)習(xí) 可以解決分類問題、多分類問題、回歸問題 非常好的可解釋性 計(jì)算信息熵 pruning 剪枝分的...
個(gè)人介紹