书栈网 · BookStack 本次搜索耗时 0.007 秒,为您找到 2187 个相关结果.
  • 机器学习实战(Machine Learning in Action)

    机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息。是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心,是使计算机具有智...
  • 区块链技术指南 v1.6.0

    区块链是金融科技(Fintech)领域的一项基础性的创新。作为新一代分布式记账(Distributed Ledger Technology,DLT)系统的核心技术,区块链被认为在金融、物联网、商业贸易、征信、资产管理等众多领域都拥有广泛的应用前景。目前,区块链技术尚处于快速发展的阶段,涉及分布式系统、密码学、博弈论、网络协议等诸多学科知识,为学习和实践都带来...
  • 区块链技术指南 v1.4.0

    区块链是金融科技(Fintech)领域的一项基础性的创新。作为新一代分布式记账(Distributed Ledger Technology,DLT)系统的核心技术,区块链被认为在金融、物联网、商业贸易、征信、资产管理等众多领域都拥有广泛的应用前景。目前,区块链技术尚处于快速发展的阶段,涉及分布式系统、密码学、博弈论、网络协议等诸多学科知识,为学习和实践都带来...
  • 学习GraphQL指南

    GraphQL 既是一种用于 API 的查询语言也是一个满足你数据查询的运行时。 GraphQL 对你的 API 中的数据提供了一套易于理解的完整描述,使得客户端能够准确地获得它需要的数据,而且没有任何冗余,也让 API 更容易地随着时间推移而演进,还能用于构建强大的开发者工具。学习GraphQL指南----包含客户端和服务器端
  • 区块链技术指南 v1.5.0

    区块链是金融科技(Fintech)领域的一项基础性的创新。作为新一代分布式记账(Distributed Ledger Technology,DLT)系统的核心技术,区块链被认为在金融、物联网、商业贸易、征信、资产管理等众多领域都拥有广泛的应用前景。目前,区块链技术尚处于快速发展的阶段,涉及分布式系统、密码学、博弈论、网络协议等诸多学科知识,为学习和实践都带来...
  • PHPer 必知必会的 Linux 命令

    主要为了方便其他新手学习 Linux , 也为学习 Linux 做下总结与记录,本书内容会偏向实用,不会有过多的理论知识,太底层的知识我也无法一一讲解,毕竟我只是一个 Linux 熟练工,书中内容我会尽个人的最大努力进行总结与归类,做到每个章节的内容可以独立阅读,帮助读者通过某些命令实现实现具体的功能。书中内容会陆续更新,无法一步到位。
  • FerretDB v1.22 Documentation

    FerretDB 是一个真正开源的 MongoDB 替代品,它建立在 PostgreSQL 之上,允许开发者使用 MongoDB 驱动程序与 PostgreSQL 数据库后端无缝协作。FerretDB 通过一个无状态代理将 MongoDB 协议查询转换为 SQL 语句,使得它在许多情况下可以作为 MongoDB 的直接替代品。它支持 MongoDB 6.0+...
  • FerretDB v1.24 Documentation

    FerretDB 是一个真正开源的 MongoDB 替代品,它建立在 PostgreSQL 之上,允许开发者使用 MongoDB 驱动程序与 PostgreSQL 数据库后端无缝协作。FerretDB 通过一个无状态代理将 MongoDB 协议查询转换为 SQL 语句,使得它在许多情况下可以作为 MongoDB 的直接替代品。它支持 MongoDB 6.0+...
  • FerretDB v1.23 Documentation

    FerretDB 是一个真正开源的 MongoDB 替代品,它建立在 PostgreSQL 之上,允许开发者使用 MongoDB 驱动程序与 PostgreSQL 数据库后端无缝协作。FerretDB 通过一个无状态代理将 MongoDB 协议查询转换为 SQL 语句,使得它在许多情况下可以作为 MongoDB 的直接替代品。它支持 MongoDB 6.0+...
  • 计算与推断思维 中文版

    数据科学是通过探索,预测和推断,从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息,对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度:我们发现的这些规律是否也出现在新的观察中?我们的预测有多准确?我们用于探索的主要工具是可视化和描述性统计,用于预测的是机器学习和优化,用于推理的是统计测试和模型。