大数据云计算与人工智能
关注
分享
扫一扫
文章平均质量分 79
L先生AI课堂
李虎，联想集团PCSD业务UDS平台推荐算法团队开发负责人，曾获2018-2019年度联想集团中国区优秀员工。在联想内部，做过多次企业内训和技术支持，并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果，拥有丰富的线上，线下培训经验。对机器学习，深度学习算法建模，推荐系统，大数据有多年的实际经验。优快云博客专家，著有大白话算法系列，以通俗生动的方式讲解人工智能前沿算法。愿景是打造全网AI最通俗教学，赠人玫瑰，手有余香，在人工智能前行的路上一起前行，以通俗简洁详细的方式，让每一位热爱着深入其中。空间有形、梦想无限！加油！
展开
-
ES安装避坑-Windows成功安装ES实战
elasticsearch安装实战，闭坑，Windows系列原创 2023-03-21 16:10:30 · 662 阅读 · 1 评论 -
详细步骤Window中Docker的安装--亲测可用
1、安装docker toolboxhttps://docs.docker.com/toolbox/toolbox_install_windows/2、双击启动 以管理员身份启动 ~下载镜像（如果遇到下载问题，手动下载）地址如下：按照自己的版本即可https://github.com/boot2docker/boot2docker/releases/download/v19.03.12/boot2docker.iso3、替换位置如下：...原创 2021-01-12 18:00:00 · 448 阅读 · 0 评论 -
新年第一篇---算法浅谈
一、前述2020是不平凡的一年。展望2021，希望大家都能有所收获。在此谈下算法方面的工作。二、工作类别目前算法工作的话，第一类是数据挖掘，它包含的知识，跟机器学习相关度会更大，包含常规的数据挖掘以及推荐算法。在数据挖掘里面，要单独的会机器学习的特征工程，和其它的领域的知识，比方金融公司，可能要知道一些金融公司业务方面的知识。数据挖掘，可能有几个附加的知识也需要知道，有的数据挖掘岗，它需要一些机器学习和大数据的组合，还有一种是机器学习的知识，加上自然语言处理的这方面。 新浪微博的数据挖掘岗，原创 2021-01-01 17:55:29 · 401 阅读 · 0 评论 -
Pandas库的使用--Series
一。概念Series相当于一维数组。1.调用Series的原生方法创建import pandas as pds1 = pd.Series(data=[1,2,4,6,7],index=['a','b','c','d','e'])# index表示索引print(s1['a'])print(s1[0])print(s1[:3])# 在Series中切片是一个闭合区间表示Se原创 2017-12-10 00:49:01 · 503 阅读 · 0 评论 -
TensorFlowOnSpark
Hadoop生态大数据系统分为Yam、 HDFS、MapReduce计算框架。TensorFlow分布式相当于MapReduce计算框架，Kubernetes相当于Yam调度系统。TensorFlowOnSpark，利用远程直接内存访问(Remote Direct Memory Access,RDMA)解决存储功能和调度，实现深度学习和大数据融合。TensorFlowOnSpark(TFoS)，雅转载 2017-11-14 09:52:55 · 1166 阅读 · 0 评论 -
MaxCompute使用心得
随着MaxCompute的使用，总结如下： 一。MapperReduce 1，基于Java沙箱的原因，所以不能在Mapper和Reduce中使用操作数据库的例子 。因此只能考虑把这些 从数据库中读取的数值放到Main方法中去使用。 2.如果想给Mapper和Reduce 通过Main方法给传参，官方给的数据只能传String，可以考虑把对象转成JSONString 即可，推荐使用com.goo原创 2017-10-27 00:26:54 · 2047 阅读 · 0 评论 -
机器学习之线性回归
一。概念解析：有监督学习：对于x1,x2,x3明确知道其对应的label值无监督学习：对于x1,x2,x3不知道其对应的label值分类算法：对于x1,x2,x3,x4作为特征值，当输入到算法中得出有限个结果。比如对于银行借钱，输入年龄，性别，信誉等值 银行反馈借款或者不借款为分类指标。回归算法：对于x1,x2,x3,x4作为特征值，当输入到算法中得出一个区间范围。举例：比如对原创 2017-11-14 01:19:25 · 540 阅读 · 0 评论 -
Python可视化库Matplotlib的使用
一。导入数据import pandas as pdunrate = pd.read_csv('unrate.csv')unrate['DATE'] = pd.to_datetime(unrate['DATE'])print(unrate.head(12)) 结果如下： DATE VALUE0 1948-01-01 3.41 1948-02-01原创 2017-11-12 00:08:08 · 732 阅读 · 0 评论