分布式处理与计算:分类与回归分析
线性回归最小二乘估计、逻辑回归与广义线性模型
笔记2081字 #分布式处理与计算#线性回归#逻辑回归#监督学习

线性回归最小二乘估计、逻辑回归与广义线性模型

逆分布法、拒绝接受法、EM 算法与分布式参数估计
Spark 核心组件、Scala 编程基础与 Word Count 实例

关于 matplotlib、Seaborn 和 Pyecharts 三个库的内容

本文主要介绍数据可视化的常见图表,主要包括其基础信息、构成与视觉通道、适用场景、优缺点和常见变体

本文主要介绍数据可视化的定义、历史、视觉编码、视觉感知与认知、格式塔原理、优化方法、分析流程与常用工具等

随着llm的发展,程序员的角色正在发生转变:不再是逐行敲代码的执行者,而是负责给出方向、保障代码质量、指挥模型干活的 "Builder"

本节主要介绍深度生成模型,包括自回归模型,VAE和GAN

本节涵盖循环神经网络(RNN)的核心内容,包括基本RNN结构与训练方法、梯度消失/爆炸问题、LSTM与GRU门控机制、以及RNN的主要应用模式。掌握这些内容是理解序列建模和后续Transformer架构的基础

本文从全连接网络的局限性出发,介绍卷积操作、池化层等基础组件,并系统梳理 LeNet-5、AlexNet、VGGNet、GoogLeNet/Inception、ResNet 五大经典架构的设计思想与演进脉络。