- 博客(9)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 Secondary NameNode工作机制
Secondary NameNode并不是NameNode的热备份，所以，当NameNode挂掉之后，它并不能替代NameNode工作，对外提供服务。它的作用主要是：辅助NameNode，帮助NameNode对镜像文件和操作日志进行合并；在NameNode数据缺失的时候可以帮助NameNode恢复部分的数据（至于为什么不能恢复全部的数据，后面会有解释）
2022-10-06 09:58:31
1263
原创 HDFS在读写过程可能遇到的问题
本文主要记录学习过程中遇到的HDFS在读写过程中会遇到的问题，以及作者自己的一些问题，有知道的小伙伴欢迎指导。
2022-10-05 10:12:27
976
3
原创 最简单的神经学习形式——冷热法学习
一句话概括机器学习：调整权重——将weight的大小进行不断的调整——以降低误差。不断调整weight大小，使得误差逐渐为0的过程，就是学习的过程。在调整weight大小的过程中，给weight加减一个固定的值，得到结果并判断误差，我们就可以根据此来最终调整weight的大小。而不断的重复上述过程，最终的误差会逐渐趋向于0，也就说明神经网络的预测精度较高。什么是冷热学习？冷热学习指的是通过扰动权重来确定向那个方向调整可以使得误差的降低幅度最大，基于此将权重的值向那个方向移动，不断重复这个过程，知道
2021-12-06 18:50:46
342
原创 Logistic回归算法
Logistic回归算法类别学习方法数学知识数据集代码详细内容步骤Logistic回归的数学表达式Logistic回归的损失函数优化类别类别：分类算法学习方法学习方法：有监督学习数学知识1、Logistic回归的数学表达式2、Logistic回归的损失函数数据集·AiStudio：https://aistudio.baidu.com/aistudio/datasetdetail/110593·sklearn库：load_iris()代码dataMat : 数据列表labelMat
2021-09-30 01:00:00
502
原创 高等数学基础（一）
高等数学基础目录高等数学基础1、函数2、极限3、无穷小与无穷大4、连续性与导数5、偏导数6、方向导数7、梯度8、综合示例-梯度下降法求函数的最小值附录1、函数定义：设数集D⊂R, 则称映射f:D→R为定义在D上的函数，通常标记为y = f(x),x∈D。解释：对于每个x∈D,按对应法则f，总有唯一确定的值y与之对应，这个值称为函数f在x处的函数值，记作f(x).函数关系：因变量y与自变量x之间的依赖关系。值域：函数值f(x)的全体所构成的集合，记作f(D)，即f(D)={y|y = f(x),
2021-06-24 14:28:24
4042
原创 深度学习系列第一弹
数据是载体，智能是目标，而机器学习是从数据通往智能的技术途径。——摘要从17世界的最小二乘法的推导和马尔科夫链，到如今以智能语言助手为代表的智能家具。从二十世纪五十年代初的西洋跳棋程序（Samuel），到2017年的围棋人机大战。从1953年的《Sally》短篇科幻小说，到2021年“滴滴自动驾驶5小时无接管路测”顺利完成。人工智能已经从遥不可及深入了我们的生活，并改变着我们的生活。机器学......
2021-06-23 11:23:16
260
空空如也
华为大数据调账赛热身赛数据集
2021-06-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人