大数据与知识工程实验室周总结- 班级所有博文发布时间分布（24小时制）：
-
numpy基本操作
numpy基本操作 1、 使用numpy import numpy as np #后续使用numpy时可以用np代替numpy 1.1 创建一维数组 a=np.array([1,2,3,4]) 1.2 创建二维数组 a=np.array([[1,2,3,4],[5,6,7,8]]) 2、函数操作 2 -
BP_Adaboost 模型及其分类应用
一、BP_ Adaboost模型 Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ： （1）首先给出弱学习算法和样本空间（x， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。 （2）用弱学习算法迭代运算 T 次，每次运算后都按照分类 -
AutoML学习---机器学习01
一、机器学习 1、机器学习框架 转换为网络结构，如下图所示： 2、框架分析 （1）数值特性： ① 连续特征：log1P、|x| 、ex、归一化、离散化、顺序号等。 ② 离散特征：频率、目标编码、One-hot 编码、合并、Label-Encoder 等。 （2）特征提取（以文本为例）： 特征特征提取 -
java finalize方法详解
1. finalize的作用 finalize()是Object的protected方法，子类可以覆盖该方法以实现资源清理工作，GC在回收对象之前调用该方法。 finalize()与C++中的析构函数不是对应的。C++中的析构函数调用的时机是确定的（对象离开作用域或delete掉），但Java中的f -
目标检测------CVPR2019------对GIOU的认识
在CVPR2019中，Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression介绍了一种新的评价指标GIoU 1. 为什么要提出GIoU？ 对于1-IoU作为距离度量，有四个优点：满足非负 -
对几种常用的用于目标检测算法的理解（CNN,R-CNN,Fast R-CNN,Faster R-CNN ）
对几种常用的用于目标检测算法的理解 1 CNN 概述 1.1神经元 神经元是人工神经网络的基本处理单元，一般是多输入单输出的单元，其结构模型如图１所示。 图1.神经元模型 其中：Xi 表示输入信号； ｎ 个输入信号同时输入神经元 ｊ 。 Wij表示输入信号Xi与神经元 ｊ 连接的权重值，bj表示神经 -
实现简单的IOC容器（ByName）
人类 测试代码 抽象人类 有车一族 在容器中对象的创建只会创建一次（singleton模式下），如果name指定不对，就会出现bean注入失败的错误(我经常犯的错QAQ) -
中文文本预处理之结巴分词及特征化
1.中文文本预处理操作步骤实例 1.1读取txt文件到数组中 1.2去除指定无用的符号 1.3让文本只保留汉字 1.4对文本进行结巴分词 1.5去除停用词 1.6将文本转为tfidf向量并输入到算法中 1.7用lsi向量来保证向量的维度一致 1.8把gensim计算的tfidf向量格式转为array -
Aprior算法
1、Aprior算法简介 Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。Apriori算法的名字正是基于这样的事实：算法使用频繁项集性质的先验性质，即频繁项集的所有非空子集也一定是频繁的。Apriori算法使用一种称为逐层搜索的迭代方法，其中k项集用于探索(k+1)项集。首先，通过 -
BERT 学习笔记
Bert的三大特点： 1、预训练和微调 预训练 就是指预先训练的一个模型或者指预先训练模型的过程 微调 就是指将预训练过的模型作用于自己的数据集，并使参数适应自己数据集的过程 说到微调，就要说起迁移学习。 迁移学习是指一种学习对另一种学习的影响，或习得的经验对完成其他活动的影响。在过去，前人们训练出