- 博客(16)
- 资源 (1)
- 收藏
- 关注
原创 JDK安装以及Eclipse安装
包括三个配置变量:JAVA_HOME 、PATH、 CLASSPTH(这个我本地电脑还没有配置,目前功能正常,后续有问题再加)官网下载相关包,我用的是下载好的包,直接双击安装即可,尽量不好安装在C盘,单独放在一个文件盘下的开发目录里。如果里面本来就有类容,可以在最后添加进去也可以,但是注意中间用;变量值:(就是你的JDK安装路径,例如我的:D:\developer\jdk9)找到Path,因为这个本来就有,所以不用新建,直接双击进去修改就行了。变量值:%JAVA_HOME%\bin。
2024-11-11 15:37:07
251
转载 Laravel 创建 migration 报错
在 Laravel 项目中,由于测试,有时候用 PHP artisan make:migration create_xxx_table 创建数据库迁移。如果把创建的迁移文件 database/migrations/2016_09_13_081736_create_xxx_table.php 文件给删除了,再次执行php artisan make:migration create_xxx_t
2017-02-04 11:16:07
781
原创 #mongodb使用时遇到的问题
mongodb使用时遇到的问题1.在mongodb取出数据时用findOne可以打印出数据,用find取出数据为空原因 $mon = new MongoClient("mongodb://localhost:27017"); //要操作的数据库 $database = $mon->apidata1; //选择集合 $info = $database->uuUVnq
2016-12-28 17:08:46
478
转载 Hibernate的generator属性
本文讲述Hibernate的generator属性的意义。Generator属性有7种class,本文简略描述了这7种class的意义和用法。table="USER"> Hibernate的Generator属性有7种class,本文简略描述了这7种class的意义和用法。1、identity:用于MySql数据库。特点:递增注:
2015-10-21 21:10:59
378
转载 SVD例子
参考自:http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/ http://blog.youkuaiyun.com/wuyanyi/article/details/7964883线性代数相关知识:任意一个M*N的矩阵A(M行*N列,M>N),可以被写成三个矩阵的乘机:
2015-09-21 10:32:27
2183
转载 协同过滤入门介绍(转)
转载自 http://www.cnblogs.com/wentingtu/archive/2011/12/16/2289926.html“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制,实现方法,其中还涉及一些基本的优化方法,例如聚类和分类的应用。同时在理论讲解的基础上,还会结合 Apache Mahout 介绍如何在大规模数据上实现各种推荐策略,进行策略优化,构建
2015-09-20 15:38:15
607
转载 基于内容的推荐算法CB
Collaborative Filtering Recommendations (协同过滤,简称CF) 是目前最流行的推荐方法,在研究界和工业界得到大量使用。但是,工业界真正使用的系统一般都不会只有CF推荐算法,Content-based Recommendations (CB) 基本也会是其中的一部分。 CB应该算是最早被使用的推荐方法吧,它根据用户过去喜欢的产品(本文统称为
2015-09-20 15:03:13
8580
转载 SVD在推荐系统中的应用详解以及算法推导
转载请声明出处http://blog.youkuaiyun.com/zhongkejingwang/article/details/43083603 下面开始介绍SVD算法,假设存在以下user和item的数据矩阵: 这是一个极其稀疏的矩阵,这里把这个评分
2015-09-10 18:58:31
7355
转载 矩阵奇异值分解(SVD)及其应用(转)
转载自caiye917015406博主一、奇异值与特征值基础知识: 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系,我在接下来会谈到,特征值分解和奇异值分解的目的都是一样,就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧: 1)特征值: 如果说一个向量v是方阵A的特征向量,将一定可以表示成下面的形式:
2015-09-10 11:13:02
747
转载 推荐算法--KNN
1.1 基本的kNN模型 kNN(k-nearest neighbor)的思想简单来说就是,要评价一个未知的东西U,只需找k个与U相似的已知的东西,并通过k个已知的,对U进行评价。假如要预测风炎君对一部电影M的评分,根据kNN的思想,我们可以先找出k个与风炎君相似的,并且对M进行过评分的用户,然后再用这k个用户的评分预测风炎君对M的评分。又或者先找出k个与M相似的,并且风炎君评价
2015-03-18 21:22:10
9718
1
转载 PageRank
前言这系列的文章主要讲述2006年评出的数据挖掘10大算法(见图1)。文章的重点将偏向于算法的来源以及算法的主要思想,不涉及具体的实现。如果发现文中有错,希望各位指出来,一起讨论。 图1 来自IDMer的文章 在这些算法中,最引人注目的自然是Google
2015-03-18 20:22:41
667
转载 推荐算法
来源:http://blog.youkuaiyun.com/weichaohnu/article/details/8736977 得益于neflix的百万大奖,再加上现在百度的电影评分推荐大赛,现在推荐算法异常火热。在Andrew教授的机器学习公开课里有一章讲的就是recommendationsystem。之前对于推荐系统的了解仅限于此,三月份百度的电影信息推荐比赛出来之后,
2015-03-17 23:23:38
593
转载 机器学习之&&SVM支持向量机入门:Maximum Margin Classifier
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯0. 前言这是一篇SVM的入门笔记,来自我对PlusKid、JerryLead、July等大神文章的拜读心得,说是心得还不如说是读文笔记,希望在自己理解的层面上给予SVM这个伟大的机器学习算法概要介绍,让更多的热爱机器学习的伙伴们进入到SVM的世界。PS:文章会以问答的形式为主要结构。1.概念
2014-12-15 20:44:24
720
转载 程序员练级之路
建议:不要乱买书,不要乱追新技术新名词,基础的东西经过很长时间积累而且还会在未来至少10年通用。回顾一下历史,看看历史上时间线上技术的发展,你才能明白明天会是什么样。一定要动手,例子不管多么简单,建议至少自己手敲一遍看看是否理解了里头的细枝末节。一定要学会思考,思考为什么要这样,而不是那样。还要举一反三地思考。注:你也许会很奇怪为什么下面的东西很偏Unix/Linux,这是因为我觉
2014-12-12 21:51:23
542
转载 这些年我读过的技术经典图书(附电子版下载地址)
C技术资料1.>作者: 谭浩强这是我推荐的第一本书, 也是我接触的第一本书, 为什么把它放在第一位, 因为我觉得这本书对我的影响很大, 感觉这本书的最大特点是: 内容很全面, 内容深度把握很到位, 而且知识结构组织的也非常合理, 很适合初学者, 学起来也不难. 如果把这本书读好了, 那么你已经扎实的踏入了C的世界, 当然哈,两只脚刚踏入,想要学好C, 还要学
2014-12-12 21:08:10
1495
转载 程序员面试经验分享
面试是职场的永恒话题,如何在职场面试中脱颖而出,获得心仪职位?这里搜集了关于面试经验的热文,其中汇集了阿里巴巴、百度、微软几个知名公司的面试题以及部分答题方法、技巧、面试的心得体会,供读者参考。 [1] 教你如何迅速秒杀掉:99%的海量数据处理面试题 本文分成两部分。第一部分、从set/map谈到hashtable/hash_map/hash_set,简要介绍下set/map/
2014-12-12 21:05:39
561
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人