Joern-Lee
码龄11年
求更新 关注
提问 私信
  • 博客:156,606
    社区:785
    问答:384
    157,775
    总访问量
  • 89
    原创
  • 100
    粉丝
  • 60
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:江苏省
加入CSDN时间: 2014-10-03

个人简介:用双手给世界造幸福~

博客简介:

--Joern的物联领域--

博客描述:
执迷于万物互联的美好未来--
查看详细资料
个人成就
  • 获得201次点赞
  • 内容获得22次评论
  • 获得344次收藏
  • 代码片获得331次分享
  • 博客总排名16,413名
  • 原力等级
    原力等级
    3
    原力分
    417
    本月获得
    10
创作历程
  • 8篇
    2025年
  • 15篇
    2022年
  • 8篇
    2021年
  • 14篇
    2020年
  • 6篇
    2019年
  • 14篇
    2018年
  • 45篇
    2017年
  • 29篇
    2016年
成就勋章
TA的专栏
  • 从零转职AI法师
    8篇
  • React
    9篇
  • 数据可视化
    6篇
  • 前端工程化
    12篇
  • Flutter
    3篇
  • CSS
    2篇
  • AndroidSDK开发
    23篇
  • 机器学习
    9篇
  • Python与数据挖掘
    7篇
  • 数据结构与基本算法
    9篇
  • Linux内核与驱动
    19篇
  • 嵌入式开发
    9篇
  • JavaSE
    3篇
  • 面试经验
    9篇
  • QT开发
    10篇
  • .Net开发
    2篇
  • 各类竞赛
    17篇
  • 后台与服务器
    1篇

TA关注的专栏 2

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 1

兴趣领域 设置
  • 数据结构与算法
    数据结构
  • 移动开发
    kotlinflutterandroid studio
  • 软件工程
    性能优化
  • 学习和成长
    面试
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

80人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

机器学习算法:支持向量机SVM

摘要:支持向量机(SVM)是一种监督学习算法,通过最大化分类间隔寻找最优决策边界,其核心由少数"支持向量"决定。SVM使用超平面分割数据,间隔越大泛化能力越强。核技巧处理非线性问题,软间隔平衡分类误差。适用于图像分类、文本分类等高维场景,但训练耗时且参数选择依赖经验。优势在于高维表现和泛化能力,缺点包括可解释性较弱和大数据效率低。SVM如同"挑剔的砌墙师傅",依赖边界关键点并用核函数解决复杂问题。
原创
博文更新于 2025.07.06 ·
885 阅读 ·
27 点赞 ·
0 评论 ·
15 收藏

机器学习算法-K近邻算法-KNN

摘要: K近邻(KNN)是一种基于实例的懒惰学习算法,通过计算样本间的距离(如欧氏距离)找到目标点的K个最近邻居,根据多数投票(分类)或平均值(回归)进行预测。其核心优势在于简单性、无需数据分布假设,但计算成本高,适合小规模低维数据(如推荐系统、医疗诊断)。生产中需优化计算效率(如KD树、近似近邻)和处理类别不平衡。相比逻辑回归,KNN更适应非线性模式但可解释性差,适用于快速验证或复杂局部特征场景,但在高维大数据或实时系统中表现受限。
原创
博文更新于 2025.06.28 ·
715 阅读 ·
23 点赞 ·
0 评论 ·
17 收藏

机器学习算法:逻辑回归

逻辑回归是一种用于二分类的监督学习算法,通过Sigmoid函数将线性回归结果映射为0-1的概率值。其核心是使用交叉熵损失函数和梯度下降优化,评估指标包括准确率、AUC等。典型应用包括广告点击预测、金融风控和医疗诊断。生产中常用加权损失、正则化等方法改进。优点是概率输出和可解释性强,缺点是不适合复杂非线性关系。适用于需要概率解释的二分类问题,但不推荐用于高维稀疏数据或复杂非线性场景。逻辑回归凭借简单高效的特点,在金融、医疗等领域被广泛应用。
原创
博文更新于 2025.06.02 ·
1191 阅读 ·
12 点赞 ·
0 评论 ·
25 收藏

机器学习算法:线性回归

线性回归是一种通过直线(或超平面)建模连续变量与特征间线性关系的统计方法,核心是最小化预测误差(MSE)。适用于房价预测、销售分析等场景,具有简单高效、可解释性强的优点,但对非线性数据敏感。实际应用中可通过多项式转换、正则化等方法优化,常用Python实现。作为基础模型,它在需要快速验证和解释性分析的工业场景中仍具重要价值。
原创
博文更新于 2025.05.25 ·
948 阅读 ·
14 点赞 ·
0 评论 ·
5 收藏

机器学习极简入门:从基础概念到行业应用

本文详细介绍了机器学习的三种主要范式:有监督学习、无监督学习和强化学习,并对比了它们的特点和应用场景。有监督学习通过带标签的数据进行训练,适用于分类和回归问题;无监督学习则通过数据特征进行学习,常用于聚类和降维;强化学习则通过与环境的交互和奖励机制来优化决策。此外,文章还探讨了统计学与机器学习的区别,强调了机器学习在预测和决策中的优势,以及统计学在数据解释和假设检验中的重要性。最后,文章列举了机器学习在医疗、金融、零售、制造业等多个领域的实际应用案例,展示了其广泛的商业和社会价值。
原创
博文更新于 2025.05.11 ·
1198 阅读 ·
26 点赞 ·
0 评论 ·
21 收藏

初探机器学习与深度学习

本文通过水果摊销量预测的案例,阐述了机器学习的核心逻辑,即通过数据训练模型进行预测,与传统编程的规则驱动模式形成对比。文章详细解析了机器学习的两大核心任务:分类(如疾病诊断)和回归(如房价预测),并类比前端开发中的类型定义与图表拟合。此外,文章深入探讨了深度学习自动提取特征的能力,突破了人工定义的局限,并梳理了人工智能从规则逻辑、专家系统、深度学习到大模型通才时代的四次技术跃迁。最后,文章通过时间轴图示,展示了人工智能发展的四个阶段,强调了每次跃迁的技术突破与局限。
原创
博文更新于 2025.05.11 ·
653 阅读 ·
6 点赞 ·
0 评论 ·
8 收藏

Qwen3术语解密

今天Qwen3 正式发布并将 8 款「混合推理模型」开源,作为工程同学,在阅读学习文章的时候其实有很多的专业术语没搞明白,这里借助大模型和网上资料自己整理了一部分分享给大家,希望能帮到同样有需求的同学。
原创
博文更新于 2025.05.11 ·
804 阅读 ·
12 点赞 ·
0 评论 ·
26 收藏

Cursor:AI时代的智能编辑器

Cursor 中,开发者可通过规则引擎深度定制 AI 的代码生成逻辑。智能模型 + 规则约束 = 可控的创造力输出其实可以简单类比为大模型系统中Prompt的作用就行了维度项目规则 (Project Rules)全局规则 (Global Rules)存储位置项目根目录用户配置目录作用域对当前项目生效对所有项目永久生效典型应用- 组件规范UI样式规范- 接口约束- 领域特定代码风格- 个人编码习惯- 企业要求- 通用性能优化要求。
原创
博文更新于 2025.05.11 ·
997 阅读 ·
21 点赞 ·
0 评论 ·
22 收藏

Qt串口通讯实现--Windows环境

基本跟着这篇文章完成了Windows下的基本串口通讯程序,下一步是想方法交叉编译放入JZ2440开发板执行。附上头文件:(我自己写的,一开始第一部分没有介绍头文件,会有错误)#ifndef MAINWINDOW_H#define MAINWINDOW_H#include #include "win_qextserialport.h"namespace Ui
原创
博文更新于 2025.05.07 ·
7472 阅读 ·
3 点赞 ·
5 评论 ·
23 收藏

科大讯飞的语音合成(播放)功能

1.去官网注册账号科大讯飞要求使用SDK必须注册账号并设定你的应用绑定,这样才会生成一个你的AppID,用这个ID才能在你的应用中使用讯飞的SDK科大讯飞开放平台2.下载SDK注册好了以后,你必须添加你的应用,然后会出现你的专属的AppID,之后进入SDK下载界面,选择语音合成SDK包-Android-你的应用,然后就可以下载了。3.添加libs(注意Android s...
原创
博文更新于 2025.05.07 ·
4533 阅读 ·
0 点赞 ·
0 评论 ·
6 收藏

算法入门(六):归并排序

这个排序正好可以用到之前博文的master公式,这是一个mergeSort,整体思路也是递归行为。先让left数组排好序,再让right数组排好序,最后整合为一个有序数组。关键的需要递归的整合算法:先准备两个指针和一个辅助数组,分别指向左侧数组0位和右侧数组0位,然后compare,哪边更小就先拷贝哪一侧然后偏移一位,如果存在越界了,把另一侧都拷贝下来:他的思想很重要,很多演化的题目,需要重点掌握这里主要关注递归思想,还有通过两侧的++完成运算后自主偏移,还有辅助数组使用(存在排序操作避免影响原先数组)接
原创
博文更新于 2022.06.29 ·
277 阅读 ·
0 点赞 ·
1 评论 ·
0 收藏

算法入门(五):对数器与递归复杂度计算

这是一种算法验证机制选择一种需要验证的方法A,和另一种可能速度有点慢但是已经验证好的方法B通过随机样本产生器从小到大产生随机样本,来进行实际测试例如排序我们就可以拿系统的排序算法当成方法B和自己编写的排序算法方法A通过对数器方式进行验证,具体代码可以参考下面图片:这里主要说一下什么是递归,以求数组最大值的算法来举例同时学习如何基于master公式来进行符合该公司的递归算法时间复杂度计算常规该问题可以通过遍历-比较-记录和更新最大值下标来通过O(N)时间解决。但是这里我们希望采用递归方式,采用递归就要搞清楚最
原创
博文更新于 2022.06.27 ·
300 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

算法入门(四):二分法的详解与扩展

原创不易~看完若对你有所帮助,记得点一个赞哈,这就是对我最大的支持了!这里主要通过三个问题来引出二分法的基本使用和扩展这个二分法最基本的使用,针对有序数组,以两等分方式递归找寻目标数字(通过比较二分值和目标值大小来选择下一次二分区间)这里时间复杂度是以2为底对数,例如8个数字找1个,最多对半3次 log2^8 = 3看到有序,可以想一想二分算法,这里也是可以通过二分来解决的。二分,判断二分值(这个位置通过index记录)和3关系,比3大或者等于3,去二分值左侧再二分,否则去右侧二分,同时通过一个变量记录3的
原创
博文更新于 2022.06.26 ·
430 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

算法入门(三):异或位运算的知识和拓展

原创不易~看完若对你有所帮助,记得点一个赞哈,这就是对我最大的支持了!异或的口诀可以记忆为:不进位相加,就是:0 ^ 1 = 1 // 0+1 = 11 ^ 0 = 10 ^ 0 = 01 ^ 1 = 0 // 1+1=10 -> 不进位是0注意异或满足的两个重要规律:交换律与结合律许多数一起异或,和乱序分开一部分一部分异或是完全一样的所以就有另外一种swap代码了,我们来看下:相关算法题问题1一个int数组,只有一种数出现了奇数次,其他数字都出现了偶数次,求该数字第一个问题有异或的知识基础话非常简单
原创
博文更新于 2022.06.25 ·
666 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

算法入门(二):简单排序算法

原创不易~看完若对你有所帮助,记得点一个赞哈,这就是对我最大的支持了!只需要额外几个变量完成:O(1)需要等规模的额外数组:O(N)原理之前在第一章节中已经说过了:核心就是遍历找最小值下标,和初始位置替换冒泡排序原理:通过遍历原数组,进行大小比较,保证一轮可以将最大值放到最右侧,然后下一轮可以将次大值放到length - 2地方,循环直到结束插入排序思想插入排序很重要的一点思想是保证局部有序看0-0范围是否有序,ok0-1范围是否有序,如果没有做到,交换arr[0]和arr[1],知道有序,ok0
原创
博文更新于 2022.06.23 ·
116 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

算法入门(一):认识复杂度

原创不易~看完若对你有所帮助,记得点一个赞哈,这就是对我最大的支持了!一个操作如果和样本的数据量没有关系,每次都是固定时间,就是常数操作例如数组中取出i位置的数字就是常数操作,无论arr长度,寻址操作都是一个常数操作,计算一个偏移量就行了:其他例如位运算等都是常数操作但是链表里面的查找,以及很多框架的API都不是常熟操作:选择排序了解与引入时间复杂度这个排序思路很简单,先从0到N找最小值,然后记录最小值index和0位置交换,然后从1-N重复上述操作就可以0-N-1 首先我们需要看一下比较谁小 , 需要看N
原创
博文更新于 2022.06.19 ·
198 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

antd的Anchor锚点组件为什么没有随着页面滚动变化?

原创不易~看完若对你有所帮助,记得点一个赞哈,这就是对我最大的支持了!之前自己使用antd组件库的Anchor组件时遇到了一个问题,就是按照官方文档的用法配置组件之后发现我的Anchor锚点组件的锚点Title位置没办法随着我的页面滚动而变化。但是点击Title跳转具体锚定位置的功能却是没有问题的经过网上的一些资料搜索以及自己对API的实践,最终找到了问题所在,这里的Anchor组件有一个target属性,需要修改该属性来修改Anchor组件监听的滚动区域,默认情况下是监听body的滚动但是恰恰我们的业务场
原创
博文更新于 2022.06.18 ·
5270 阅读 ·
4 点赞 ·
0 评论 ·
5 收藏

百度地图开发入门(6):3D建筑

这里将会介绍基于百度地图与大数据来实现的立方体图形,这里就需要掌握面的概念:这里需要掌握shapeLayer:https://lbsyun.baidu.com/solutions/mapvdata,他可以提供一系列坐标点来形成一个面,最后多个面可以形成一个多边形。就是把圆球形地图变成一个直角坐标系,这样坐标系每一个点就可以对应到地球上的经纬度坐标,这种坐标就是墨卡托坐标。这里官方由这样的API来实现:https://lbsyun.baidu.com/index.php?title=webapi/guide
原创
博文更新于 2022.06.18 ·
2355 阅读 ·
0 点赞 ·
1 评论 ·
12 收藏

百度地图开发入门(6):3D建筑

这里将会介绍基于百度地图与大数据来实现的立方体图形,这里就需要掌握面的概念:这里需要掌握shapeLayer:https://lbsyun.baidu.com/solutions/mapvdata,他可以提供一系列坐标点来形成一个面,最后多个面可以形成一个多边形。就是把圆球形地图变成一个直角坐标系,这样坐标系每一个点就可以对应到地球上的经纬度坐标,这种坐标就是墨卡托坐标。这里官方由这样的API来实现:https://lbsyun.baidu.com/index.php?title=webapi/guide
原创
博文更新于 2022.06.18 ·
2355 阅读 ·
0 点赞 ·
1 评论 ·
12 收藏

百度地图开发入门(3):动画

百度地图提供了一些API来提供动画的开发简单来说是通过定义多个关键帧来完成动画,过渡有百度地图完成可以用于地图某个区域的旋转展示等等功能。接着我们看看这个事件有哪些:这里如果你想要通过自定义的按钮来控制动画开始,需要注意map是有z-index的,需要保证你的button区域的z-index > 9才行。然后在button的click事件调用map.startViewAnimation方法来开启动画主要用于标注A点到B点的过程,展示路径和过程。这个官方文档还没更新,直接演示吧:如果要做细需要花时间精确
原创
博文更新于 2022.06.18 ·
1558 阅读 ·
0 点赞 ·
0 评论 ·
4 收藏
加载更多