墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
200+累计阅读
279平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
本博文内容为清华大学出版社，张学工，模式识别与机器学习的第二章前半部分学习笔记。
1.本章介绍在在已知样本的概率分布模型的情况下，利用贝叶斯公式进行最优决策的原理和方法。
1.贝叶斯决策理论也称作统计决策理论
2.
2.错误率
1.定义：从最小错误率的要求出发，利用概率论中的贝叶斯公式，就能得除使错误率最小的分类决策，称为最小错误率贝叶斯决策。
2.链接: 模式识别学习笔记——第2章 统计学习方法-2.2最小错误率贝叶斯决策
3.上边的链接要vip，但是其实课本写的就很明白了。
1.链接: 模式识别学习笔记——第2章 统计学习方法—2.3最小风险贝叶斯决策
2.例题
毫米波雷达DAC1000EVM预备知识自学（笔者自学笔记——5 DCA1000EVM命令和数据格式）
相关自学笔记
2025年7月8日学习笔记——模式识别与机器识别学习笔记——两类错误率、准确率、Neyman-Pearson决策和ROC曲线
（2）用来评价和选择与分类有关的特征，通过设定不同的阈值画出单独一个特征作为指标进行分类时的ROC曲线，计算AUC并通过比较不同特征之间的AUC来得知哪个特征包含更多的分类信息。：假阳性率（真阴性的情况下判定为阳性）：真阳性率（在为真的情况下判断为真）（1）比较不同的分类决策。
OpenClaw工程实战
OpenClaw工程实战总览摘要 OpenClaw是一款面向AI Agent开发的全栈式解决方案，采用四层模块化架构（基础设施层、核心引擎层、生态组件层和应用适配层）。文档全面覆盖从环境配置到企业落地的九大技术板块，包含MCP协议实战、多Agent编排、商业级项目实践等核心内容。系统支持全场景部署（本地/云端/边缘设备），集成3286个市场技能，通过Gateway网关实现智能路由与多模型调度。典型应用场景包括企业数字化、开发者提效和全渠道智能助手。
【学习笔记】网络图数据分析导论（solid）
学点有用的
从补码原理到实践：RISC-V中addi指令的符号扩展机制详解
本文深入解析了RISC-V架构中addi指令的符号扩展机制。从补码的数学原理出发，详细阐述了12位立即数在指令编码中如何通过符号位进行扩展，并结合lui指令，揭示了加载任意32位立即数的正确方法与实践陷阱，帮助开发者编写高效可靠的底层代码。
renderdoc的使用
renderdoc可以用来捕获帧渲染情况，排查一些GPU渲染、资源规格等问题。 下面讲述一些该软件连接真机调试使用。 一、下载安装renderdoc 软件的下载地址：https://renderdoc.org/可直接点击下载即可。该软件是开源免费的，不用破解。 下载后直接安装即可使用。 二、打开使用renderdoc 打开界面后，默认的界面布局如下图所示，（这里我已经设置了黑色主题，可以忽略这点），renderdo中主要的窗口有Texture Viewer（纹理查看器）、Event B.
卡方检验spss步骤_数据分析--学统计&SPSS操作
笔记内容来源：拉勾教育数据分析实战训练营我是一个在教育留学行业8年的老兵，受疫情的影响留学行业受挫严重，让我也不得不积极寻找新的职业出路。虽然我本身是留学行业，但对数据分析一直有浓厚的兴趣，日常工作中也会做一些数据的复盘分析项目。加上我在留学行业对于各专业的通透了解，自2016年起，在各国新兴的专业--商业分析、数据科学都是基于大数据分析的专业，受到留学生的火爆欢迎，可见各行各业对于数据分析的人才...
从零开始：用ZEMAX设计双高斯照相物镜的完整流程（附55mm焦距实例）
本文详细介绍了使用ZEMAX设计双高斯照相物镜的完整流程，特别针对55mm焦距实例进行了深入解析。从初始结构选择、参数设置到优化策略和像质分析，逐步指导读者掌握这一经典光学设计方法。通过具体实例展示了如何实现卓越的像差校正，适用于35mm相机标准镜头等应用场景。
AI大模型实战指南：零成本搭建个人开发工作流
人工智能大模型作为当前技术热点，其核心原理基于深度学习与自然语言处理技术，通过海量数据训练实现智能对话与代码生成。在工程实践中，开发者需要掌握模型选择与集成方法，以提升开发效率。本文聚焦Gemini 3.5、ChatGPT 5.5等主流模型的代码生成与逻辑推理能力，结合环境配置与访问稳定性等实际痛点，详解如何构建高效的AI辅助开发工作流。通过代码审查、技术问答等具体场景演示，展现AI工具在数据处理、文档分析等应用场景中的技术价值，为开发者提供零成本实战解决方案。
计算机网络简答题
协议定义了在两个或多个通信实体之间交换的报文格式和顺序，以及发送接收报文以及其他事件需要采取的操作。为。
串口通信的性能瓶颈分析：如何提高数据吞吐量和降低延迟
摘要： 串口通信在高频或大数据场景下存在吞吐量不足、延迟高、丢帧等问题，主要瓶颈包括波特率限制、缓冲区不足、CPU轮询延迟等。优化策略包括：提升波特率至硬件上限、增大缓冲区、采用异步I/O（如ReadAsync）减少线程切换，使用二进制协议降低解析开销。实时性方面需启用硬件流控、批量发送数据，并优化线程优先级。跨平台适配需区分Windows/Linux的缓冲区设置与异步机制。性能测试可通过吞吐量、延迟及回环测试验证优化效果，核心原则是硬件匹配、异步处理、协议优化与跨平台适配。（150字）
计算机考研跨考决策指南：三维评估模型与可行性分析
计算思维是计算机科学的核心，它强调将复杂问题分解、抽象并通过算法高效解决的能力。这种思维模式的培养，是计算机专业学习与工程实践的基础。从原理上看，它依赖于扎实的数学逻辑与持续的学习韧性。掌握计算思维的技术价值在于，能系统化地解决工程问题，是从事算法、开发、系统设计等工作的关键。在应用场景上，无论是人工智能、金融科技还是嵌入式系统，都离不开这种底层能力。对于考虑跨考计算机研究生的同学而言，清晰评估自身是否具备或能培养这种思维至关重要。本文基于大量案例，构建了涵盖能力适配度、成本承受力与预期管理的三维评估模型，
2025年再论 SAP ABAP 系统经典的三层架构的理解
【摘要】本文基于作者19年SAP开发经验，深入解析SAP经典三层架构在S/4HANA时代的演进与实践。数据库层从多数据库支持转向HANA专属，通过SQLScript实现计算下推；应用层以ABAP平台为核心，融合OData和RAP等现代开发范式；表现层从SAP GUI过渡到Fiori Launchpad为主导。文章通过真实案例（如月末关账优化、ATP检查改造）展示三层协作如何提升性能，并探讨了本地/云/混合部署策略。全文贯穿SAP官方技术文档参考，为开发者提供体系化架构认知和实践指导。
【学习笔记】ai提高办公效率·学习
高效办公实践心得：从文件管理到AI写作的蜕变 通过系统化的办公实践，我实现了工作效能的显著提升。在文件管理方面，建立了分类体系、发票智能管理和合同提醒机制，解决了"找不到、理不清、记不住"的痛点。长文本处理上，掌握了碎片信息整合技巧，针对不同对象（领导/同事/客户）形成差异化写作模板，并提炼出个人风格指令，使AI成为真正的"写作副脑"。核心收获包括： 系统化思维构建可复用的管理模板 对象感是有效沟通的关键 AI作为"思维脚手架"解放创造力 个性化指令让工具真正为己所用 这些实践将混乱的工作流程转变为高效体系
机器学习扩散模型简介
扩散模型是生成模型，在过去几年中越来越受欢迎，这是有充分理由的。仅在 2020 年代发布的几篇开创性论文就向世界展示了 Diffusion 模型的能力，例如在图像合成方面击败 GAN[6]。最近，从业者将看到DALL-E 2（OpenAI 上个月发布的图像生成模型）中使用的扩散模型。
SAP 权限配置（复合角色）
复合角色创建步骤：业务场景：通常单一角色权限颗粒度划分比较细，当需要分配单一角色权限A、B（多个单一角色）给某账号用户Y时，可以先建立一个复合角色C，将A、B绑定到复合角色C中，再将角色C分配给账号Y即完成权限配置。 业务模拟： 1、PFCG创建复合角色： 2、在角色页面添加子角色 在角色分页内添加子角色，点击“菜单”分页中的“读菜单”即可导入子角色中的菜单： 3、将用户分配给...
CSGO职业选手第一视角录播学习指南：从枪法到战术的系统提升
第一人称视角录播作为游戏学习的重要工具，其核心原理是通过观察高水平玩家的实时操作，理解游戏机制与决策逻辑。在竞技游戏领域，这种学习方式能够有效提升玩家的枪法精准度、战术意识和团队配合能力。特别是对于CSGO这类强调策略与技巧的FPS游戏，职业选手的第一视角录播具有极高的学习价值。通过分析选手的预瞄点位、道具投掷时机和站位选择，玩家可以系统性地改善自己的游戏表现。在实际应用中，结合5EPL等高端赛事录播进行分段学习，配合科学的训练计划，能够帮助中高阶玩家突破技术瓶颈，将观察到的技巧转化为实战能力，最终实现竞技
蓝牙模块HM-10手册
蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。
2024年【小区物业管理系统——开题报告 分享（仅供参考呀）(1)，2024年前端高级面试题总结
技术是没有终点的，也是学不完的，最重要的是活着、不秃。零基础入门的时候看书还是看视频，我觉得成年人，何必做选择题呢，两个都要。喜欢看书就看书，喜欢看视频就看视频。最重要的是在自学的过程中，一定不要眼高手低，要实战，把学到的技术投入到项目当中，解决问题，之后进一步锤炼自己的技术。开源分享：【大厂前端面试题解析+核心总结学习笔记+真实项目实战+最新讲解视频】技术学到手后，就要开始准备面试了，找工作的时候一定要好好准备简历，毕竟简历是找工作的敲门砖，还有就是要多做面试题，复习巩固。
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案
LinePhone3.2.7(android端最新版本) sip客户端
SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/
2024最新Web前端面经分享，【小区物业管理系统，怒肝三个月啃完这110道面试题
=就答题情况而言，第一问100%都可以回答正确，第二问大概只有50%正确率，第三问能回答正确的就不多了，第四问再正确就非常非常少了。其实此题并没有太多刁钻匪夷所思的用法，都是一些可能会遇到的场景，而大多数人但凡有1年到2年的工作经验都应该完全正确才对。只能说有一些人太急躁太轻视了，希望大家通过此文了解js一些特性。并祝愿大家在新的一年找工作面试中胆大心细，发挥出最好的水平，找到一份理想的工作。一个人可以走的很快，但一群人才能走的更远。
ET2012新版免狗免安装绿色软件
ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，
《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes
【导读】关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英...
项目二：使用机器学习（SVM）进行基因预测
SVM软件包 LIBSVM -- A Library for Support Vector Machines（本项目所用到的SVM包）（目前最新版：libsvm-3.21，2016年7月8日） C-SVC(C-support vector classification), nu-SVC(nu-support vector classification), one-class SVM(d...
2026世界人工智能大会：300+AI新品首发与技术趋势深度解析
人工智能作为使计算机模拟人类智能的技术集合，其核心原理基于机器学习与深度学习算法，通过数据驱动实现自主学习和决策。这一技术价值在于显著提升自动化水平与决策效率，已广泛应用于智能制造、医疗健康等关键领域。随着大模型与AI智能体等热词技术不断突破，AI正从感知智能向认知智能演进。2026世界人工智能大会将集中展示300余款AI新产品的创新成果，为开发者提供从算法原理到产业落地的全景视角，帮助技术从业者把握边缘AI、多模态模型等前沿方向，优化实际部署中的性能与资源平衡。
大模型应用开发--Agent笔记1（定义，ReAct、Plan-and-execute范式，Coze、Dify低代码平台，LangChain、LlamaIndex、AutoGen框架，评估，含代码）
本文基于datawhale的Hello-Agents开源项目及其他大模型开发资料整理而成。内容分为四个部分： 智能体基础概念、智能体构建范式、智能体框架比较和智能体性能评估。笔记重点分析了不同范式的优缺点，并通过实际代码示例展示了各框架的具体实现方式。作者将持续更新学习内容，深入探索智能体开发的实践应用。
2022-2026四年项目经历全景图
2022到2026年，四年项目经历总结，技术栈阶段性成长阶梯路径
云课堂 · 在线教育平台基于HarmonyOS ArkTS API 24提供 subjectColor() 和 badgeColor()辅助函数，根据业务标签动态返回对应颜色，实现数据与视觉的映射解耦
健身管理类应用与之前分析的外卖、招聘等应用有本质差异——它的核心数据不是"交易"或"任务"，而是"时间序列的身体状态数据"：每次训练有时长、卡路里、组数、重量；每次饮食有热量、蛋白质、碳水、脂肪；每周有运动时长趋势图。这些数据的共同特征是"随时间积累，用户需要横向对比和趋势分析"。这导致健身App的数据层设计必须从第一天就考虑"历史数据查询"和"多维度聚合"的需求，而非仅关注当前单条记录的增删改查。健身应用的用户行为模式也有独特之处：用户使用健身App的目标是"坚持"，而不是"一次性完成任务"。这意味着激励
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
2455
扫一扫
