python100问

python
thread与threading的区别 thread模块提供了基本的线程和锁定支持；而threading模块提供了更高级别、功能更全面的线程管理。 应该避免使用thread模块，尽量使用threading模块，原因如下： (1……

技术教程
常用技术栈 lvs openresty haproxy redis mysql memcache rabbitmq zookeeper hadoop hbase spark presto kylin , livy , Azkaban , superset Zeppelin etcd k8s hystrix熔断 zipkin链路跟踪 esxi kvm zstack ceph elasticsearch kibana logstatsh zabbix prometheus CI/CD jenkins jira/cf 禅道 git+gerrit disconf consul jumpserver ldap ansible， inception yearning ， asset walle-web CoDo python( flask django) go shell 分布式 技术栈 基础框架 Spring Cloud，Dubbo，Mot……

机器学习
监督学习 Logistic回归 概念 划分两个数据集之间的分界线，类似回归 梯度下降算法 随机梯度下降 减少计算量 优点 计算代价不高 易于理解和实现 缺点 容易欠拟合 分类精度可能不高 适用 数值型 标称型 案例 从病症预测死亡率 支持向量机 SVM 概念 将数据……

机器学习
回归 线性回归 优点 易于理解 计算不复杂 缺点 对非线性数据拟合不好 适用 数值型 标称型 数据特征比样本多 岭回归 lasso 前向逐步回归 树回归 概念 对数据进行二元切分 节点为数值或线性函数 优点 可以对复杂和非线性数据建模 缺点 结果不易理解 适用 数值型 标称型……

机器学习
无监督学习 K-均值聚类 概念 设定簇个数 随机确定初始簇心 寻找各点最近的簇心 避免收敛到局部最小 度量效果 SSE误差平方和 后处理 将最大SSE簇拆分 合并 最近质心 使SSE增加最小的两个质心 二分K-均值 有一个簇不断一分为二 优点 易实现 缺点……

机器学习
k-近邻算法 kNN 概念 采用测量不同特征值之间的距离方法进行分类 优点 精度高 对异常值不敏感 无数据输入假定 缺点 计算复杂度高 空间复杂度高 适用 数值型 标称型 案例 约会网站效果匹配 手写识别 决策树 概念 按特征值划分法 二元划分法 划分数据集原则 信息……

机器学习
降维 好处 使数据集更易使用 降低很多算法的计算开销 去除噪声 使结果易懂 PCA Principal Component Analysis 主成分分析 概念 以方差的大小来决定新的维度 优点 降低数据的复杂性 识别最重要的多个特征 缺点 不一定需要 可能损失有用信息 适用 数值型 案例 半导体制造数据降维 SVD Singular Value……

科技资讯
哪些职业最有可能被人工智能替代……

tensorflow
1 TensorFlow基础 1.1 TensorFlow概要 1.2 TensorFlow编程模型简介 2 TensorFlow和其他深度学习框架的对比 2.1 主流深度学习框架对比 2.2 各深度学习框架简介 3 TensorFlow第一步 3.1 TensorFl……

机器学习
TensorFlow机器学习进阶教程 第1章 TensorFlow基础 1.1 TensorFlow介绍 1.2 TensorFlow如何工作 1.3 声明张量 1.4 使用占位符和变量 1.5 操作(计算)矩阵 1.6 声明操作 1.7 实现激励函数 1.8 读取数据源 1.9 学习资料 第2章……