- 博客(55)
- 收藏
- 关注
RSS订阅原创 RNN-学习笔记
Bi-LSTM = 正向 LSTM + 反向 LSTM，每个时刻同时得到“上文”和“下文”信息，再把两个方向的输出拼起来。它比单向 LSTM 看得更全，但需要完整序列，不能实时预测。
2026-09-23 18:41:01
261
原创 jieba分词器-学习笔记
jieba 的分词结果高度依赖词典。默认词典决定大部分切分，自定义词典用来补充新词、专有名词、领域术语，并调整词频来解决歧义。词语词语 词频词语 词频 词性词频可省略，省略时使用自动计算值。词性可省略。文件编码建议使用 UTF-8。词频不是越大越好，过高可能导致过度合并。
2026-09-18 20:05:28
220
原创 神经网络-学习笔记
构建神经网络就是在构建神经元基本结构神经元（Neuron）：接收输入、加权求和、通过激活函数输出层（Layer）：输入层 → 隐藏层（可多层） → 输出层权重与偏置：网络的学习参数，通过训练调整关键机制前向传播：数据从输入层流向输出层，计算预测结果反向传播：根据误差梯度，从输出层向输入层更新权重激活函数：引入非线性（ReLU、Sigmoid、Tanh、Softmax 等）激活函数是神经网络的核心组件之一，它引入非线性因素，使神经网络能够学习和逼近任意复杂函数。没有激活函数，多层神经网络就退化为
2026-09-12 21:24:16
255
原创 提示词工程-学习笔记
提示词工程，就是设计、优化发给大模型（ChatGPT、豆包、Claude 等）的指令（Prompt），让 AI 输出结果精准、符合预期、高质量。本质：人和 AI 沟通的语言技巧。
2026-08-28 22:56:20
237
原创 深度学习概念-学习笔记
模型数据类型核心能力当前地位CNN网格数据（图像）局部特征提取视觉基础，但部分被 ViT 替代RNN序列数据时序记忆逐步被 Transformer 取代自编码器通用表示学习/降维作为组件广泛使用GAN通用高质量生成被 Diffusion 模型冲击序列/图/图像全局依赖建模当前主流架构DRL交互环境序列决策特定领域核心方法GNN图数据关系推理图领域标准方法。
2026-08-18 16:27:06
264
原创 K-Means算法-学习笔记
K-Means 是一种经典的无监督聚类算法，核心思想是将 n 个样本划分到 k 个簇中，使得簇内样本之间的相似度最大化，簇间相似度最小化。
2026-08-15 10:20:12
251
原创 朴素贝叶斯算法-学习笔记
PA∣BPBPB∣APAPA：先验概率，事件 A 发生的概率（事前已知）PA∣B：后验概率，B 发生条件下 A 发生的概率（我们要求解）PB∣A：似然概率，A 发生条件下 B 发生的概率PB：证据因子，常数，分类时可以忽略设类别为 y，特征向量xx1x2...xnPy∣xPxPx∣yPy。
2026-08-13 16:44:56
230
原创 XGBoost-学习笔记
XGBoost 串行训练树，每棵树拟合残差，目标函数带二阶泰勒展开 + 正则项。思想：串行训练多棵树，每一棵树拟合前面所有树残差（预测误差），累加所有树输出得到最终预测y^i=∑k=1Kfk(xi),fk∈F\hat{y}_i = \sum_{k=1}^K f_k(x_i),\quad f_k\in \mathcal{F}y^i=∑k=1Kfk(xi),fk∈FF\mathcal{F}F：所有决策树损失函数二阶泰勒展开GBDT 只用一阶导数；XGB 同时利用一阶梯度 g、二阶海森 h，
2026-08-12 09:18:58
212
原创 逻辑回归-学习笔记
逻辑回归不是回归，是二分类算法。线性回归输出连续值，逻辑回归把线性结果压缩到 ([0,1]) 区间，代表类别概率，用于判断样本属于正 / 负类。
2026-07-26 19:55:31
208
原创 线性回归-学习笔记
线性回归是最简单的有监督回归算法，用于建立自变量（特征 x） 和因变量（预测值 y） 之间的线性数学关系，目标是用一条直线（高维为超平面）拟合数据，实现连续值预测。
2026-07-23 15:12:49
266
原创 KNN算法-学习笔记
K近邻算法，近朱者赤，近墨者黑：距离度量方式（衡量样本相似度）设两个样本 (x=(x_1,x_2…x_n))，(y=(y_1,y_2…y_n))
2026-07-17 09:37:25
175
原创 机器学习概念-学习笔记
区分过拟合（训练好测试差）、欠拟合（整体效果都差）、正好拟合（理想拟合）。目的：拿到建模的基础原材料，明确数据字段、样本量、数据来源，确认数据能否支撑业务问题。从数据库、日志、爬虫、业务系统、公开数据集、第三方接口等渠道，收集项目所需原始数据。根据任务类型（分类 / 回归 / 聚类）选择合适模型（逻辑回归、树模型、神经网络等）缺失值处理：删除缺失过多行 / 列、均值 / 中位数 / 众数填充、模型填充。数据集划分：一般按比例拆分为训练集、验证集、测试集。格式统一：统一时间、文本、编码格式。
2026-07-15 14:37:13
259
原创 Matplotlib学习笔记
X 轴刻度：plt.xticks()Y 轴刻度：plt.yticks()参数 含义：ticks 数字刻度位置，必须是数值列表，决定刻度画在哪些坐标点labels 对应位置显示的文字标签，长度必须和 ticks 一致rotation 标签旋转角度，x 轴常用rotation=45防重叠fontsize 刻度文字字号color 刻度文字颜色ha 水平对齐：left/center/rightva 垂直对齐minor 是否设置次刻度。
2026-07-12 13:35:56
264
原创 Pandas学习笔记
apply：按列 / 按行传入一组数据 → 跨行多列计算、整列聚合底层就是各列或者各行分别传入函数，计算结果# 找到最大年龄和最小年龄差#写法1：func写法df[['年龄']].apply(my_func)# 写法2：lambda写法，效果同上df[['年龄']].apply(lambda c : c.max()-c.min())df.to_sql(# 目标数据库中的表名，字符串；表不存在会自动创建，已存在行为由if_exists控制name,
2026-07-09 17:38:09
332
原创 NumPy常用函数
虽然.dtype和.dtype.name直接打印出的都是int64，但是他们的类型本质不一样。* 和 np.multiply()：对应元素相乘（哈达玛积），不是矩阵乘法。@ 和 np.dot() 和 np.matmul()：标准数学矩阵乘法。return_inverse=True：返回原数组映射到唯一值的索引。return_index=True：返回元素第一次出现的下标。np.sort(arr)：返回排序后的新数组，不改动原数组。arr.sort()：原地排序，直接修改原数组，无返回值。
2026-07-05 20:07:10
219
原创 JNI简单学习（java调用C/C++）
JNI（Java Native Interface）是 JDK 内置的标准原生接口，是 Java 平台与 C/C++ 等原生代码（Native Code）交互的底层规范，允许 Java 虚拟机（JVM）中的 Java 代码调用原生代码，也支持原生代码回调 Java 代码。与 JNA（基于 JNI 封装的上层类库）不同，JNI 是 Java 与原生代码通信的 “底层基础”，所有 Java 调用原生库的方案（包括 JNA、JNR 等）最终都基于 JNI 实现。
2025-12-11 02:35:15
1164
原创 Python进阶篇（下） 学习笔记
创建模块（ myCustomUtils.py ）# 自定义模块 myCustomUtils.py# 定义变量# 定义函数"""两数相加"""# 定义类导入模块并且使用#导入整个模块（同目录下）# 使用print(myCustomUtils.VERSION) # 调用属性，输出：1.0print(myCustomUtils.add(1,2)) # 调用函数，输出：3cal = myCustomUtils.Calculator() #实例化对象。
2025-12-10 05:39:08
731
原创 Python基础篇（上） 学习笔记
创建函数#调用函数say_hello# 输出：helloprint(f'# 创建函数 def say_hello() : print('hello');#调用函数say_hello say_hello();# 输出：hello def toSomeOneSayHello(name) : print(f' {#调用函数toSomeOneSayHello toSomeOneSayHello('xiri');# 输出：xiri hellohello');
2025-12-09 00:33:47
832
原创 MyBatis 整理
trim> 是更灵活的标签，可通过 prefix（前缀）、suffix（后缀）、prefixOverrides（去除前缀多余字符）、suffixOverrides（去除后缀多余字符）自定义 SQL 片段的拼接规则。-- 前缀加where，去除开头的and/or --> < if test = " userName!-- 前缀加where，去除开头的and/or --> < if test = " userName!
2025-10-29 05:55:14
779
原创 LangChain4j简介
LangChain4j 是 LangChain 的 Java 版本，旨在为 Java 开发者提供构建大型语言模型（LLM）应用的框架。它简化了 LLM 与 Java 应用程序的集成，支持多种主流模型（如 OpenAI、阿里百炼、百度文心等），并提供丰富的工具链，如聊天记忆管理、提示模板、检索增强生成（RAG）、工具调用（Function Calling）和智能代理（Agent）等。
2025-07-31 16:38:49
2651
原创 Elasticsearch简述
自定义评分是 Elasticsearch 中强大的功能，允许您超越默认的相关性算法，根据业务需求定制评分逻辑。以下是实现自定义评分的全面方法。结构"query": {"query": { "match": { "name": "手机" } }, // 基础查询"functions": [ // 评分函数列表// 这里添加各种评分函数],"score_mode": "multiply", // 函数结果组合方式"boost_mode": "multiply", // 与原始查询分数结合方式。
2025-07-28 00:32:16
1544
原创 Elasticsearch-9.0.4安装教程
解压elasticsearch-analysis-ik-9.0.4.zip文件到analysis-ik目录下。解压下载的elasticsearch-9.0.4-windows-x86_64.zip。post请求，请求中的pSKBQZgBSvl7mPAWXAbH为ID号。在plugins目录下创建一个analysis-ik目录。修改三号数据为新的完整内容，阳光洒落测试123。post请求，_doc的含义为自动创建id值。delete请求，ID删除，内容 “新的完整内容，阳光洒落测试123。
2025-07-25 21:13:48
2748
2
原创 RabbitMQ简述
RabbitMQ 是一个开源的 消息代理（Message Broker） 软件，实现了 高级消息队列协议（AMQP），用于在分布式系统中存储、转发消息，支持异步通信、解耦服务、负载均衡和消息缓冲。
2025-07-24 17:52:20
1736
原创 Redis Stream简述
Redis Stream 是 Redis 5.0 引入的一种新的数据结构，主要用于消息队列场景。它借鉴了 Kafka 的设计理念，提供了持久化的、可回溯的消息流功能。
2025-07-16 15:14:56
1297
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人