分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.032
秒,为您找到
199033
个相关结果.
搜书籍
搜文档
1.分布式模式的先决条件
663
2020-01-03
《Apache Drill 1.4 参考手册》
1.分布式模式的先决条件 准备 1.分布式模式的先决条件 你可以安装 Apache Drill 到一个或更多的节点到集群环境中。 准备 在你安装 Drill 到集群之前,确保你的集群准备了如下环境: Oracle JDK version 7 (必需) 正在运行的 ZooKeeper 集群 (必需) 正在运行的 Hadoop 集群(推荐) ...
降维
1373
2018-04-25
《spark机器学习算法研究和源码分析》
奇异值分解 1 奇异值分解 2 源码分析 2.1 性能 2.2 代码实现 参考文献 奇异值分解 1 奇异值分解 在了解特征值分解 之后,我们知道,矩阵A 不一定是方阵。为了得到方阵,可以将矩阵A 的转置乘以该矩阵。从而可以得到公式: 现在假设存在M*N 矩阵A ,我们的目标是在n 维空间中找一组正交基,使得经过A 变换...
申请退款
555
2021-03-06
《百度智能小程序官方开发文档(全) - 20210306》
申请退款 特别说明 申请退款接口 请求地址 请求参数说明 返回说明 返回示例 申请退款 特别说明 防止资金池金额小于退款金额时退款失败的情况,建议根据业务退款情况,在“管理中心——支付服务设置——我的服务——服务——财务设置”设置“每日退款上限(元)”和“打款预留(元)”。 每日退款上限(元) :设置每日退款上限。当日退款达到设置...
全部新变化
558
2022-05-21
《Python 3.6 中文文档(全)》
Python的新变化 Python的新变化 这个“Python 有什么新变化?”系列内容会带您浏览 Python 大版本之间重要的变化。在新版发布后,如果您希望掌握最新变化,请务必阅读这些内容。 Python 3.6 有什么新变化A 摘要 - 发布重点 新的特性 其他语言特性修改 新增模块 改进的模块 性能优化 构建和 C API 的...
3 其他事件来源
355
2022-02-26
《Zabbix v5.4 使用手册》
3 其他事件来源 发现事件 主动式客户端自动发现事件 内部事件 3 其他事件来源 发现事件 Zabbix定期扫描网络发现规则中定义的IP范围。可以为每个规则单独配置检查频率。一旦发现主机或服务,就会生成一个发现事件(或多个事件)。 Zabbix可以生成以下事件: 事件 描 Service Up 每当Zabbix检测到活跃的服务。 Servi...
格式标准
420
2021-08-17
《Istio v1.11 官方文档中文版》
格式标准 不要用大写字母表示强调 使用尖括号作占位符 使用 加粗 强调内容 使用斜体强调新术语 使用反引号包裹文件名、目录和路径 使用反引号包裹行内代码和命令 使用反引号包裹对象字段名称 格式标准 本页面介绍了 Istio 文档的格式标准。Istio 使用 Markdown 写作内容,并使用 Hugo 构建网站。为确保文档风格一致性,我...
Logistic Regression(LR)
1158
2019-08-25
《Angel v3.0 全栈机器学习平台文档》
LogisticRegression 1. 算法介绍 Logistic Regression 2. Logistic Regression on Angel 3. 运行 & 性能 输入格式 参数 LogisticRegression 逻辑回归模型(logistic regression model)是一种分类模型。它是最常见和常用的一种...
硬件运维
901
2020-09-17
《ZStack Mini v3.0.0 运维手册》
硬件运维 一体机无法上电 显示器无法显示 安装系统时未检测到硬盘 键盘和鼠标无法工作 系统蓝屏、死机或重启 一体机报警 硬件运维 一体机无法上电 显示器无法显示 安装系统时未检测到硬盘 键盘和鼠标无法工作 系统蓝屏、死机或重启 一体机报警 一体机无法上电 若按...
线性模型
906
2018-04-25
《spark机器学习算法研究和源码分析》
线性模型 1 数学描述 1.1 损失函数 1.2 正则化 2 分类 线性模型 1 数学描述 许多标准的机器学习算法可以归结为凸优化问题。例如,找到凸函数f 的一个极小值的任务,这个凸函数依赖于可变向量w (在spark 源码中,一般表示为weights )。形式上,我们可以将其当作一个凸优化问题${min}_{w}f(w)$。它的目标...
Boosted Trees 介绍
3685
2019-05-25
《XGBoost 中文文档》
Boosted Trees 介绍 监督学习的要素 模型和参数 目标函数:训练损失 + 正则 为什么要介绍 general principle(一般原则) tree ensembles(树集成) Tree Boosting 附加训练 模型复杂度 The Structure Score(结构分数) 学习树结构 XGBoost 最后的话 ...
1..
«
82
83
84
85
»
..100