学习笔记—神经网络入门和贝叶斯优化调参

---

一、hive

hive只适合用来做批量数据统计分析，是披着sql数据库外衣的批量统计分析系统。将结构化的文件映射为一张数据库表，用于查询，类似于血缘分析。
Hive详细介绍及简单应用

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、RDBMS

关系型数据库管理系统，DBMS是数据库管理系统，DBMS只适合处理少量的数据，而关系型数据库之间的关系是由主键和外键相互联系的table来构成。

三、MapReduce

一个即将退伍的map和reduce的合并罢了。hive可以减少使用mapreduce的人工成本。

四、机器学习入门

特征数=维度^2/2，一张5050像素的照片，它的维度是5050=2500，特征数=2500*2500/2=3,125,000。如果是彩色图片，维度会增加到原来的3倍，那么特征数将增加到接近3千万。
机器学习入门——浅谈神经网络

1.贝叶斯优化调参-Bayesian optimiazation原理加实践

调参神器，基于高斯过程。不确定是否和贝叶斯VAR模型有联系？或者说数学原理是通用？
贝叶斯优化调参-Bayesian optimiazation原理加实践

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。