weixin_46414576的博客

原创 HCIA-BigData HBase实验

首先通过命令进入Hbase shell客户端1.创建普通表2.查看系统中共有多少个普通表3.创建namespace4.在指定namespace下创建表5.查看指定namespace下的表6.增加数据7.get方式查询数据8.scan方式查询数据9.更新数据10.删除数据11.使用deleteall删除整行数据12.用drop删除表首先disable ‘表的名称‘，然后再使用drop ‘表的名称‘删除数据表。...

原创 HCIA-BigData HDFS实验

      第一次接触HDFS需要注意:在linux中使用hdfs时要把linux的文件系统和hdfs文件系统分开,两个文件系统容易搞混1.查看命令使用说明2.查看linux文件系统和hdfs文件系统的根目录3.在HDFS文件系统上创建/test/test1目录4.将本地文件test.txt放到HDFS指定目录/test/test15.将HDFS文件系统的/test/test1目录下的test.txt文件下载到本地的/test1目

原创 AI-自然语言处理-关键词提取

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用正确的词性关键词提取   定义      • 关键词是代表文章重要内容的一组词，现实中大量文本不包含关键词，因此自动提取关键词技术能使人们便捷地浏览

原创 AI-自然语言处理-词性标注、命名实体识别、句法分析和语义分析

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用词性标注   定义      • 词性标注：为分词结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词或者其他词性的过程。例如

原创 AI-自然语言处理-分词

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用分词   分词的定义      • 中文分词(Chinese Word Segmentation) ：指的是将一个汉字序列切分成一个个单独的词。分词就

原创 AI-自然语言处理-常用算法

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用HMM模型   • 隐马尔科夫模型（Hidden Markov Model, HMM）是统计模型，它用来描述含有隐含参数的马尔科夫过程。用数学来表示为     

原创 AI-自然语言处理-文本向量化

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用什么是文本向量化   • 文本向量化：将文本表示成一系列能够表达文本语义的向量。常用的向量化算法有：      • one-hot &nb

原创 AI-自然语言处理-语言模型

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用语言模型   什么是语言模型      • 语言模型是根据语言客观事实而进行的语言抽象建模，是一种对应关系。   &n

原创 AI-自然语言处理-自然语言处理介绍

学习目标   • 了解自然语言处理基本知识   • 掌握循环神经网络算法   • 掌握自然语言处理关键技术   • 了解自然语言处理的应用自然语言处理介绍   什么是自然语言      • 以语音为 物质外壳，由 词汇和 语法两部分组成的 符号系统。 文字和 声音是语言的两种属性。&n

原创 AI-语音处理理论和应用-RNN和LSTM

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望RNN   • 循环神经网络（英文名Recurrent Neural Networks，简称RNN）是一种通过隐藏层节点周期性的连接，来捕捉序列化数据中动态信息的神经网络，可以对序列化的数据进行分类。&n

原创 AI-语音处理理论和应用-DNN-HMM、CD-DNN-HMM

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望DNN-HMM   深度神经网络 - 隐马尔科夫模型      • 深度神经网络-隐马尔科夫模型（DNN-HMM）利用DNN的强大的特征学习能力

原创 AI-语音处理理论和应用-DNN

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望DNN   深度神经网络      • 深度神经网络（Deep Neural Network，缩写DNN）是一个有多个（超过2个）隐藏层的传统多

原创 AI-语音处理理论和应用-GMM-HMM

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望GMM-HMM   GMM - HMM作用      • 在对语音信号进行处理的时候,会把它转换成特征序列,一个多维的数字信号,如果使用梅尔倒谱

原创 AI-语音处理理论和应用-HMM

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望HMM   马尔科夫链      • 某同类商品A，B，C的宣传力度不同，顾客在广告宣传的效应下第一次尝试选择购买商品A，B，C的概率分别是0.

原创 AI-语音处理理论和应用-GMM

学习目标• 了解语音处理的基础知识及应用• 掌握语音处理的基本步骤• 掌握语音处理的主要技术• 了解语音处理的难点与展望传统语音模型GMM混合模型• • 混合模型是一个统计模型，包含固定效应和随机效应两种效应的混合。在统计学中，混合模型是代表一个大群体中存在子群体的概率模型；混合模型不要求观测数据提供关于子分布的信息来计算观测数据在总体分布中的概率。混合模型的定义• 混合模型定义：y(i,t)=α+X(i,t)β+ε(i,t).y(i,t) = \alpha + X(i,t)\bet

原创 AI-语音处理理论和应用-语音信号

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望语音信号   语音信号分析      • 语音处理的前提和基础是语音信号分析。     &n

原创 AI-语音处理理论和应用-语音识别、语音合成

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望语音识别   什么是语音识别技术      • 语音识别技术就是让机器通过识别和理解把语音信号转变为相应的文本或命令的技术。 &nb

原创 AI-语音处理理论与应用-语音处理简介

学习目标   • 了解语音处理的基础知识及应用   • 掌握语音处理的基本步骤   • 掌握语音处理的主要技术   • 了解语音处理的难点与展望首先,先看一个语音小场景   比如,如今在网络上订票可以通过语音进行交互;会分为这么几步：      1.客户说:“我要订一张从北京到杭州的机

原创 HBase应用开发

原创 图像处理理论和应用---深度学习和卷积神经网络

深度学习和卷积神经网络卷积神经网络介绍• 卷积神经网络（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现。它包括卷积层（convolution layer），池化层（pooling layer）和全连接层（fully connected layer）。• 20世纪60年代，Hube...

原创 图像处理理论和应用---特征提取和传统图像处理算法

原创 图像处理理论和应用---图像处理基本任务

原创 图像处理理论和应用---图像预处理技术

图像预处理技术图像处理的形式• 按图像处理的输入和输出形式，图像处理的基本功能可分为以下几种形式：• 单幅图像输入，进行处理，输出单幅图像。• 多幅图像输入，进行处理，输出单幅图像。• 单幅图像输入，进行处理，输出数字或符号等内容。• 多幅图像输入，进行处理，输出数字或符号等内容。• 对于人工智能方向的图像处理任务，最终的处理结果通常是代表具体内容的数字或者符号。所以上述前两种仍然输...

原创 图像处理理论和应用---计算机视觉概览、数字图像处理基础

原创 HDFS应用开发

原创 神经网络基础---深度前馈网络、反向传播、神经网络的架构设计

原创 神经网络基础---深度学习预备知识、人工神经网络

原创 FusionInsight应用开发总指导

原创 深度学习概览---深度学习中的正则化、优化器、深度学习的应用

原创 深度学习概览---激活函数、神经网络的类型

原创 深度学习概览---神经网络的定义与发展、胜读学习的训练法则

原创 大数据融合数仓场景化解决方案---基本SQl操作、数据导入导出、数据库对象设计、存储过程

原创 大数据融合数仓场景化解决方案---逻辑集群、SQL on Anywhere、内存自适应性、跨级群协同分析、数据对象及数据类型

原创 大数据融合数仓场景化解决方案---GaussDB200数据导入导出、GaussDB200快速升级、GaussDB200基本功能介绍

原创 大数据融合数仓场景化解决方案---数据仓库与融合数仓、GaussDB200简介、GaussDB200高可用介绍、GaussDB200数据读写原理

原创 深度学习预备知识---参数估计、最大似然估计、贝叶斯估计

原创 深度学习预备知识---机器学习的常见算法、超参数和验证集

原创 深度学习预备知识-学习算法、机器学习的分类、机器学习的整体流程

原创 大数据实时流处理场景化解决方案-实时处理技术框架介绍-redis

RedisRedis简介• Redis是一个高性能key-value内存数据库。• Redis支持在服务器端计算集合的并、交和补集等，还支持多种排序功能。• Redis使用场景有如下几个特点：• 高性能。• 低时延。• 数据类型丰富。• 支持持久化。Redis应用场景介绍• Redis提供了灵活多变的数据结构和数据操作，主要应用于如下场景：• 取最新N个数据的操作，比如获取某...

原创 大数据实时流处理场景化解决方案-实时处理技术框架介绍-Structured Streaming

Structured StreamingStructured Streaming简介• Structured Streaming是构建在Spark SQL引擎上的流式数据处理引擎，使用Scala编写，具有容错功能。• sparkstreaming官方已经停止了维护，从spark2.2开始全力打造Structured Streaming• Spark 1.x 时代里，以 SparkCont...