- 博客(1725)
- 资源 (10949)
- 问答 (8)
- 收藏
- 关注
RSS订阅原创 【工业设计】MATLAB应用实战系列（101）-谈谈MATLAB在深沟球轴承的有限元分析中的应用
前言问题的描述：轴承属于多刚体接触分析，是非线性分析，不易收敛。数据传输对本算例，轴承由内外圈、滚动体以及保持架四部分组成。为了方便收敛，先把滚动体和保持架绑定到一起，滚动体和内外圈设置为摩擦接触，分别设置摩擦系数为0.15，接触体之间的刚度系数都设置为0.1，其余的都先使用默认设置。只要按照有限元的分析流程，进行稳态分析，很快能得到想要的结果。图1.球和保持架绑定，外圈受到固定约束，内圈受到x方向100N的力，内圈旋转10°，结构的位移如上图所示。图1展示了球和保持架之
2022-06-16 05:00:00
1467
原创 618福利来袭，人工智能领域精品专栏送给迷茫中的你，加入AI，让你的未来不一样
618来临之际，给大家推荐几个领域中比较优秀的专栏，这些专栏对应的博主在业界知名度很高，有丰富的专业知识，希望能够帮助到各位。最受欢迎的热门专栏，长期霸榜榜一，最全最详细的AutoSAR系列教程；将深奥的AutoSAR知识进行分解；实践篇章手把手教学DaVinci软件；深入浅出的讲解其中原理， 通俗易懂。该专栏有大量的代码和应用示例，需要的小伙伴可以下载。算是对上面那个专栏的一个补充吧，该专栏包含汽车电子电路知识、嵌入式相关知识、以及AUTOSAR各模块原理及代码等内容，知识点比较全面，关键是专栏价格比较有
2022-06-16 04:00:00
793
原创 【数据可视化应用】数据分布组合图表（R语言代码）
介绍gghalves可以通过ggplot2轻松地编写自己想要的一半一半（half-half plots）的图片。比如：在散点旁边显示箱线图、在小提琴图旁边显示点图。gghalves[1]将_half_扩展添加到选定的geom。比如：geom_half_violin()函数，相当于geom_violin()函数的变体，该函数主要作用就是展示一半的小提琴图，然后与其他图形组合。还包含以下函数： geom_half_boxplot geom_half_violin geom_ha
2022-06-15 05:30:00
979
原创 机器学习实战应用案例100篇（二十四）-时序算法从原理到实战应用案例
自相关与偏自相关在时序分析中，自相关与偏自相关出现的比较多，今天就来给大家讲解一下这两个的基本概念。1 简介自相关和偏自相关的图在时序分析中有广泛的应用。这些图以图形化的方式总结了时间序列中的一个观测值与之前的时间步长的关系强度。两者的区别对于初学者来说是困难的以及难以理解的。Date Temp1981/1/1 20.71981/1/2 17.91981/1/3 18.81981/1/4 14.61981/1/5 15.81981/1/6 15.81981/1/7 1
2022-06-14 05:30:00
908
原创 MySQL从入门到精通50讲（四十一）-线上环境MySQL冷备恢复导致复制启动失败
同事A申请了一台服务器S自行安装（非交维：没有移交到运维部门统一规范管理）MySQL 5.7.13当作测试环境，因申请时，只考虑作为测试环境使用，所以MySQL没有开启binlog，也没有备份。阴差阳错地，服务器S交到了另一个同事B手上，此时，机器的定位尚不明确，但是同事B在正式使用服务器S之前让我协助帮他们每天做备份，备份也没有强一致的要求。随着开发的迭代，这个库慢慢成为了生产环境。但还是没有正式交维（我们的工作流：如需交维，是需要向我们运维部门提交工单的）、机器的OWNER没有发生变更还是同事A..
2022-06-13 05:30:00
763
原创 机器学习实战应用案例100篇（十四）-飞蛾扑火优化算法从原理到实战应用案例
飞蛾扑火优化算法(原理)1 算法简介飞蛾是一种奇特的昆虫，与蝴蝶家族非常相似。基本上，自然界有超过16万种不同种类的这种昆虫。它们一生中有两个主要的里程碑：幼虫和成虫。幼虫在茧中变成蛾。关于飞蛾最有趣的事实是它们在夜间特殊的导航方式。它们已经进化到能利用月光在夜间飞行。他们利用一种叫做横向定位的机制来导航。在这种方法中，蛾子对月亮保持一个固定的角度飞行，这是一种非常有效的机制，可以在直线路径上长距离飞行。下图为横向定向概念模型。由于月亮离飞蛾很远，这种机制保证了它的直线飞行。同样的导航方法也
2022-06-12 05:00:00
1007
原创 【数据可视化应用】Python学术绘图（附实战案例）
使用Python绘制Sci学术期刊配图SciencePlots 库介绍使用Python-matplotlib绘制科研图表，其默认的颜色和格式并不能满足一般的期刊要求，若想要符合要求，就必须自定义设置，而这个步骤在对面对多幅图表时就显得繁琐和重复。在之前的几篇科学图表绘制推文中Python-matplotlib 学术散点图 EE 统计及绘制Python-matplotlib 横向堆积柱状图绘制就定制化表格编写了较多定制化代码。而SciencePlots就是为解决科研图表繁琐设置而定制的一系列科研绘..
2022-06-10 05:45:00
1835
2
原创 tableau应用实战案例（五十七）-公司考勤可视化展示
一、项目目的及工具1.1项目背景公司原始考勤打卡数据不能满足考勤统计需要的相关数据，需要对原始数据进行加工，从而转变成可以直接使用考勤统计表。成品效果1.2项目目的通过原始考勤打卡数据输出上下班打卡时间表、考勤明细表、考勤月统计报表及考勤工资统计报表。1.3项目使用的工具Tableau Prep和Tableau二、数据集介绍2.1介绍文件名称说明包含特征考勤201909.xlsx包含所有员工的打卡数据员工ID，员工姓名，打卡时间本数据集包含了2019年9月1日至2019年9月28日之间，公司员工上下班的打卡
2022-06-08 05:00:00
1625
原创 可视化实战应用-PowerBI中dax的使用实例
计算表返回值是一个二维表，比如下面返回一个只有一个时间列的表。时间是连续的，结束于6月。会扫描模型里的最大时间和最小时间，然后涵盖掉。计算列单行内计算，非聚合。和我们的非聚合型计算字段类似。注意，单行内的计算，是不能跨表的，这点和我们是一样的。但是也允许通过RELATED 、 RELATEDTABLE和LOOKUPVALUE函数引用其他关联表的字段，比如下面这样，跨sales表和product两张表的字段：度量聚合后的字段称为度量。度量分为隐式度量和显式度量，用DAX创建的叫显示度量
2022-06-07 06:15:00
1112
原创 tableau应用实战案例（五十六）-Tableau高级计算函数实例
Tableau的高级计算是通过计算字段来完成的。计算字段的本质是通过表达式，基于数据源中已有的数据创建数据源中不存在的数据。计算字段分为以下几类：计算字段的表达式，可以引用已经存在的计算表达式，构成复杂的计算。另外，Tableau的计算表达式中使用的函数是Tableau内置的，与数据源无关。在生成sql的时候，Tableau会把tab 函数翻译成对应数据源的函数。比如:在mysql数据源中将翻译成：基础计算字段基础计算字段分为聚合型和非聚合型，非聚合型计算字段就是在数据源表的每一行内的不同字
2022-06-06 05:00:00
1223
原创 MATLAB从入门到精通-Matlab读取fnl.grib2文件
前言matlab读取grib2文件主要是先把grib2转换成为nc文件，步骤如下:1 下载wgrib2并“安装”(为什么这里的“安装”打了引号呢？因为严格意义上来wgrib2并不需要安装，只需要在环境变量中进行设置即可)1.1 下载资源资源https://download.csdn.net/download/wenyusuran/756309721.2 wgrib2设置windows下wgrib/wgrib2和python读取grib2数据_meryl2001的博客-CSDN博客。
2022-06-05 05:30:00
1580
原创 tableau应用实战案例（五十五）-如何在Centos中安装Tableau Server
本文介绍的是单节点部署Tableau Server。1.Tableau Server 的单节点安装的最低硬件推荐配置：处理器：CPU:8 核，2.0 GHz 或更高频率RAM:32 GB可用磁盘空间：50GB关于Tableau Server 最低配置的介绍请关注tableau 官网链接：https://help.tableau.com/current/server-linux/zh-cn/requ.htm 2.系统：Centos 7用户环境useradd tableau#修改用户密码# passwd
2022-06-05 05:00:00
963
原创 皮尔逊、斯皮尔曼、肯德尔等级应用场景及代码实现（附Python代码）
本文结合Python的scipy.stats，简单梳理皮尔逊Pearson、斯皮尔曼Spearman、肯德尔等级Kendallta三个相关系数的运用场景；及Python中如何计算三个相关系数。1、统计学中常见变量类型方便下文理解，先简单梳理下统计学中常用的变量类别，统计学中常用的变量类别2、皮尔逊相关系数(Pearson)使用前提：大小一致、连续、服从正态分布的数据集，以下为scipy中描述：scipy.stats.pearsonr(x,y)The Pearson cor.
2022-06-04 04:30:00
2150
原创 【数据可视化应用】绘制QQ图（附Python和R语言代码）
QQ图(Quantile-Quantile Plots)含义简单介绍 「含义」： QQ图是用于验证一组数据是否符合正态分布，或者验证某两组数据是否来自同一分布情况，是一种散点图，通常情况下，其横坐标为标准正态分布的分位数，纵坐标为样本值。要利用QQ图判定测试样本数据是否近似于正态分布，只需看QQ图上的点是否近似地在一条直线附近，更多关于QQ图的含义理解，小伙伴们可自行搜索哈~~。QQ图样例如下(来源于网络)：QQ图样例参考这里小编给大家推荐一个比较好的QQ图介绍视频资源，有条件的小伙伴
2022-06-03 05:45:00
6275
原创 MySQL从入门到精通50讲（四十）-表空间碎片是如何产生的
01INSTALLATION环境介绍 & 工具安装.测试环境介绍 Linux操作系统版本：CentOS Linux release7.5.1804(Core) 这个工具是直接编译好的，我们可以直接下载即用。innblock下载因为GitHub上没有介绍安装教程，所以从网上找了一篇资料，提供了一个编译好的工具下载地址：http://pan.baidu.com/s/1qYnyVWo。同时我也把下载好的软件放在了百度网盘，为防止原地址丢失，大家也...
2022-06-02 05:00:00
862
原创 LeetCode面试刷题技巧- 字符串匹配习题集（二）
字符串匹配之Horspool算法Boyer-Moore-Horspool是一种字符串匹配算法，它将从模式的末尾到开始比较字符。其首先检查与最后一个模式字符对齐的文本字符，当字符不匹配时，搜索跳到模式中的下一个匹配位置；如果都不匹配，将模式向前移动直到匹配为止。换句话说，Boyer-Moore-Horspool算法是一种在字符串中查找子字符串的算法。Horspool算法由Nigel Horspool在1980年发表，Nigel Horspool是维多利亚大学的计算机科学教授。该算法...
2022-06-01 05:00:00
873
1
原创 R语言实战应用精讲50篇（二十二）-时空数据统计模型-时空克里格法（Spatial-Temporal Kriging）
本文的主要目标： R语言实现时空克里格法（Spatio-Temporal Kriging） 通用时空克里格法预测结果绘图 通用时空克里格法预测标准差结果绘图 尽管时间是一维向前的，但回顾一段时期内目标观测的变化也是很有价值的。我们可以用空间-时间均值和协方差函数来描述空间和时间的相互作用，而不必致力于建立一个动态表达相互作用的机械模型。在本中我们使用"描述性"方法的时空模型。我们明确区分了数据和代表测量所依据的现实世界过程的基本潜在过程( the underlying
2022-05-31 05:00:00
1541
原创 R语言问题剖析20篇（二）-什么是时空数据分析？意义、目标、模型
目前，时空数据已成为数据挖掘领域的研究热点，在国内外赢得了广泛关注。同时，时空数据挖掘也在许多领域得到应用，如交通管理、犯罪分析、疾病监控、环境监测、公共卫生与医疗健康等。时空数据挖掘作为一个新兴的研究领域，正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据，发掘时空数据中有价值的信息。本文目录 1.什么是时空数据？ 2.为什么要进行时空数据分析？ 3.为什么时空模型应该是统计模型？ 4.时空统计模型的目标 5.分层统计模型(Hierarchical
2022-05-30 05:00:00
936
原创 【数据可视化应用】绘制half-half plots图（附R语言代码）
介绍gghalves可以通过ggplot2轻松地编写自己想要的一半一半（half-half plots）的图片。比如：在散点旁边显示箱线图、在小提琴图旁边显示点图。gghalves[1]将_half_扩展添加到选定的geom。比如：geom_half_violin()函数，相当于geom_violin()函数的变体，该函数主要作用就是展示一半的小提琴图，然后与其他图形组合。还包含以下函数： geom_half_boxplot geom_half_violin geom_ha
2022-05-28 04:30:00
885
原创 机器学习实战应用案例100篇（二十五）-强联通分量算法应用案例
Tarjan算法1 Tarjan算法简介Tarjan算法在线性时间内运行，是图论中寻找有向图的强连通分量的算法。Tarjan算法基于以下事实： DFS搜索生成一个DFS树/森林。 强连通分量形成DFS树的子树。 如果可以找到这些子树的头部，则可以打印/存储该子树中的所有节点(包括头部)，这将是一个SCC。 从一个SCC到另一个SCC没有后边(可以有交叉边，但在处理图形时不会使用交叉边)。 什么是强连通分量（Strongly Connec...
2022-05-26 05:30:00
812
2
原创 Python应用实战-多线程应用案例
Python多线程的使用我们知道进程是资源分配的单位，线程是处理机调度的单位。下文就以简明的例子带大家理解线程，并使用Python实现多线程。比如在飞车程序中，我们在玩游戏的同时，还可以听到游戏为我们配置的背景音乐。在这个例子中启动飞车程序就是一个进程，玩游戏和听音乐是两个线程。 单线程在最早的计算机中，操作系统处理问题是单任务的，要玩游戏和听音乐，就一定要顺序进行，不能并发。我们假设玩游戏需要3秒，听音乐需要1秒。def music(music_name...
2022-05-25 05:00:00
1232
原创 机器学习实战应用案例100篇（二十一）-蚁群算法从原理到实战应用案例
蚁群算法(原理)1 算法简介优化问题在科学和工业领域都非常重要。这些优化问题的实际例子有时间表调度、护理时间分配调度、列车调度、容量规划、旅行商问题、车辆路径问题、群店调度问题、组合优化等。为此，开发了许多优化算法。蚁群优化就是其中之一。蚁群优化(Ant colony optimization,ACO))是一种寻找最优路径的概率技术。在计算机科学和研究中，蚁群优化算法被用于解决不同的计算问题。蚁群优化算法(Ant colony optimization, ACO)最早由Marco D...
2022-05-24 05:30:00
1862
原创 LeetCode面试刷题技巧- 字符串匹配习题集（一）
字符串匹配常用算法1 暴力匹配思想：逐一匹配时间复杂度：实现：#-----------------------------------------#https://www.geeksforgeeks.org/naive-algorithm-for-pattern-searching/?ref=lbpdeffind_brute_force(pat,txt):"""在txt中找到pat的匹配项，并返回txt匹配时第一个索引"""m,n=len(...
2022-05-23 05:00:00
850
1
原创 LeetCode面试刷题技巧- B树习题集（一）
B-树(查询、插入、删除)1 B-树简介B-树是一种树状数据结构，它保持数据的排序，并允许在对数平摊时间内进行搜索、插入和删除。与自平衡二叉搜索树不同，它是针对读和写大数据块的系统进行优化的。它最常用于数据库和文件系统。B-树是一种特殊的自平衡搜索树，其中每个节点可以包含一个以上的键，并且可以有两个以上的子节点。它是二叉搜索树的一种推广形式。它也被称为高度平衡的m路树。B-树的重要性质: 对于每个节点x，键是按递增顺序存储的。 在每个节点中，都有一个布尔值x.leaf...
2022-05-22 05:45:00
1085
原创 MySQL从入门到精通50讲（二十三）-EVENT事件
事件事件概念有时候我们想让MySQL服务器在某个时间点或者每隔一段时间自动地执行一些语句，这时候就需要去创建一个事件。其实我觉得MySQL的事件就和Linux操作系统的定时任务一样（Crontab），设置某个时间点或者按照设置的时间频率执行某些特定任务。和TRIGGER触发器一样，也不用像FUNCTION函数和PROCEDURE存储过程需要进行调用触发，事件只需要到设定的时间MySQL服务器自动触发。使用事件创建事件创建事件的语法如下：
2022-05-21 06:00:00
799
原创 【Python应用实战】线性回归（附Python代码）
多元线性回归的前提条件： 因变量不能和扰动项有线性关系 自变量与因变量之间要有线性关系 自变量之间不能有太强的线性关系 扰动项或残差独立且应服从均值为0、方差一定的正态分布 / 01 / 残差分析残差分析是线性回归诊断的重要环节。残差应服从的前提条件有三个： 残差方差齐性 残差独立同分布 残差不能和自变量相关(不能检验) 通过查看残差图来查看残差情况。残差图可分为四类： 残差正常分布：
2022-05-20 08:43:26
2391
原创 R语言实战应用精讲50篇（三十一）-R语言实现决策树（附R语言代码）
决策树回归首先采用rpart包的rpart函数训练决策树模型，需要指定公式、数据集，将模型设定为回归模型，也就是将method设定为anova，最后是控制参数，主要是一些控制决策树生长的预剪枝参数，包括设定树的深度、叶子节点样本量、复杂度参数等，具体可以查阅函数帮助文档。其次输出前述模型的结果，即初始树，同时输出复杂度相关表格和图形。依据这些表格和图形可以确定一个最佳的cp值，进而进行下一步后剪枝。经过后剪枝的决策树，也就是我们最后确定下来的决策树模型，用于后续的输出和预测。最后输出决策
2022-05-19 05:00:00
2488
原创 R语言实战应用精讲50篇（三十）-R语言实现支持向量机（附R语言代码）
支持向量机回归以下是构建公式、构建svm回归模型、输出模型概况的代码。主要是采用as.formula将因变量、自变量拼接到一起构建为公式，然后采用e1071包的svm函数训练支持向量机模型，其中核函数采用高斯核。# 因变量自变量构建公式colnames(boston)form_reg <-as.formula(paste0("medv ~ ", paste(colnames(traindata)[1:13], collapse =" + ")))form_reg# ...
2022-05-17 05:00:00
1919
原创 R语言实战应用精讲50篇（三十）-R语言ggplot2绘制精美高级地图
本文主要特点 使用sfpackacke 并通过geom_sf()函数将其集成到ggplot2中，现在可以更轻松地快速创建专题地图。 这篇文章不仅展示了如何生成一个简单的单变量 choropleth（主题地图的另一种说法，其中（填充）颜色用作主要视觉变量），还展示了如何将两个变量组合成一个双变量色标。 它使用geom_tile()为双变量色阶引入了一个合适的图例。 它展示了如何添加解释空间模式的注释。 大纲本教程结构如下： 读入专题数据和地理数据。...
2022-05-16 05:00:00
2017
原创 机器学习实战应用案例100篇（五）-注意力机制之Bahdanau注意力从原理到实战应用案例（附代码）
通过联合学习来对齐和翻译的神经机器翻译1 对齐的提出与传统的统计机器翻译不同，神经网络机器翻译的目的是建立一个单一的神经网络，通过联合调节使翻译性能最大化。最近提出的神经机器翻译模型通常属于编码器和解码器的一类，它们将源语句编码成一个固定长度的向量，解码器从中生成翻译。作者推测，使用一个固定长度的向量是改善这个基本的编码器译码器体系结构性能的一个瓶颈，并提出通过允许一个模型(软)搜索部分源相关的句子预测目标词，不需要将这些部分明确地构成硬段。这种方法与基本的编码器-解码器最重要的区别是：
2022-05-15 05:00:00
894
原创 人工智能从概念到实战
什么是人工智能？在各大网站上搜索人工智能的定义可谓各不相同，但核心思想就是实现让计算机拥有人类的智能。如果让我用一句话通俗总结AI是什么，我认为它分为两步，那就是先让计算机进行学习，然后让计算机预测未知。02AI早期应用AI在互联网中的早期应用有识别垃圾邮件。我们的邮箱每天会收到众多邮件，而把垃圾邮件剔除就可以大大节约人们在垃圾邮件中浪费的时间。我们传统的方法是制定规则，比如一篇文章中大量出现“免费”“特价”“发财”“代理”“稳赢”等等关键词，我们就把它定义为垃圾邮件，根据设
2022-05-14 03:45:00
920
原创 【可视化应用案例】使用ProPlot绘制兰伯特投影的填色图
虽然cartopy下的Plate Carrée投影使用方便，但中纬度下使用Lambert投影能更好的呈现真实的地图。用一个正圆锥切于或割于球面，将地球面投影到圆锥面上，然后沿一母线展开成平面。下图是使用proplot绘制的最终效果：在proplot中，可在以下链接找到相关投影名称表，其中兰伯特投影简称'lcc'。https://proplot.readthedocs.io/en/latest/api/proplot.constructor.Proj.ht...
2022-05-12 05:00:00
1522
原创 【数据可视化应用】R语言绘制树地图（附代码）
安装R包TreeAndLeaf需要R 4.01并通过BiocManager进行安装，需要版本为3.14if(!requireNamespace("BiocManager",quietly=TRUE))install.packages("BiocManager")BiocManager::install(version="3.14")BiocManager::install("TreeAndLeaf")BiocManager::install("geneplast")...
2022-05-10 05:15:00
1389
原创 LeetCode面试刷题技巧- B树习题集（二）
红黑树红黑树简介红黑树是一种自平衡二叉搜索树，其中每个节点都有一个额外的比特，这个位通常被解释为颜色(红色或黑色)。这些颜色用于确保树在插入和删除过程中保持平衡。虽然树的平衡并不完美，但它足以减少搜索时间，并将其维持在左右，其中是树中元素的总数。这棵树是Rudolf Bayer在1972年发明的。必须注意的是，由于每个节点只需要1位空间来存储颜色信息，这些类型的树与经典(无颜色)二叉搜索树的内存占用是相同的。每个红黑树遵循的规则： 每个节点都有一种颜色，要么是红色，要么是黑色。
2022-05-08 05:45:00
920
原创 【数据可视化应用】用Python通过ggplot2实现交互可视化（附Python应用案例）
ggplot2作图库R语言的ggplot2绘图能力超强，python虽有matplotlib，但是语法臃肿，使用复杂，入门极难，seaborn的出现稍微改善了matplotlib代码量问题，但是定制化程度依然需要借助matplotlib，使用难度依然很大。而且咱们经管专业学编程语言，一直有一个经久不衰的问题-“学数据分析，到底选择R还是Python”。通过plotnine这个库，你就可以在python世界中体验下R语言的新奇感，体验可视化之美。plotnine包，可以实现绝大多数ggplot2的
2022-05-07 05:30:00
1219
原创 【数据可视化应用】绘制森林图（附Python和R语言代码）
森林图(Forest Plot)的简单介绍森林图(Forest Plot)常用于Meta分析结果展示使用。森林图(可以将观察到的效果、置信区间以及每个研究对象的权重等信息全部表示出来，是一种简单直观地展示单一研究和汇总研究的可视化图表。下面，小编再附上森林图各个绘图元素间关系的解释图：Key Elements of the Forest plot注：这里小编简单介绍一下，感兴趣的同学可以自行查阅资料哈。下面小编就介绍下如何使用R和Python绘制森林图(Forest Plot),可视化.
2022-05-06 05:00:00
6698
原创 【产品设计应用案例】页面和区块的加载状态设计
前言加载用于页面和区块的加载中状态。对用户来说是一种反馈，是用户触发，系统反应的过程。设计师日常需求经常会经常遇到加载，拿新页面来说需要考虑：刷新机制、加载中状态、内容加载顺序、数据加载还是操作加载（是否可以下拉刷新，下拉刷新位置及样式...）还有是原生 or RN（React Native）or H5。本文章针对加载多场景，多类型，多状态做了针对性的梳理，从产品架构分析到后期落地的一些加载动画进行讲解和展示。目录：Part 1 理论篇：加载的逻辑梳理Part 2 实践篇：基于场景.
2022-05-05 04:45:00
1012
原创 【面试经验谈】产品设计如何准备自己的面试作品集
前言作品集该如何准备？需要放几个作品？怎么投递简历？怎么面试？如果你有这些困扰，可以往下看。以下内容是我在准备后并参与20次面试的经验总结，主要从 5 个方面进行论述。1、了解岗位要求很重要！2、作品集核心定位要突出！3、简历简约有重点！4、面试准备要充分！5、提交流水与背调！1、了解岗位要求很重要知己知彼，如果对岗位要求不了解，就不知道作品集应该重点展示哪些内容。所以在着手准备作品集时，可以先到各大招聘软件（boss 脉脉）、各大公司官网了解岗位职能描述，将关键词提炼.
2022-05-03 05:15:00
1425
2
原创 【数学建模】MATLAB应用实战系列（135）-优化算法非线性规划（附MATLAB代码）
前言优化算法是指在满足一定条件下,在众多方案中或者参数中最优方案,或者参数值,以使得某个或者多个功能指标达到最优,或使得系统的某些性能指标达到最大值或者最小值。现实问题中，很多都需要用到优化。可以说优化随处可见。在普通的函数寻找极值、空间配置、背包问题、旅行商问题中都需要用到优化算法。在机器学习中优化算法能够帮助我们在大量的迭代中快速训练模型。01实例分析上一篇介绍了简单的线性规划，现实中有很多问题都是非线性的，此篇来介绍一下目标函数以及约束都是非线性的求解方法。以下是非线性规划
2022-05-02 04:15:00
3459
2
原创 机器学习实战应用案例100篇（三）-注意力机制之Luong注意力从原理到实战应用案例（附代码）
Luong注意力原理1 简介NMT(Neural Machine Translation)通常是一种以端到端方式训练的大型神经网络，具有很好的泛化到很长的单词序列的能力。A stacking recurrent architecture与此同时，“attention”的概念在训练神经网络中得到流行，它允许模型学习不同模式之间的对齐。本文研究了两种简单有效的注意机制： 一种是全局方法，它总是关注所有源词； 另一种是局部方法，它每次只关注源词的一个子集。 2 注意力模
2022-05-01 05:00:00
1083
图机器学习峰会-3-6 Relational Reasoning with Rule Discovery.pdf
2022-07-05
图机器学习峰会-1-1 Graph Neural Networks for Learning Simulations.pdf
2022-07-05
中国“互联网+”大学生创新创业大赛-（样本模板）“互联网+”大学生创新创业大赛项目计划书.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（热点问题）首届中国“互联网+”大学生创新创业大赛热点问题解答.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（往届获奖项目）第三届中国“互联网+”大学生创新创业大赛全国总决赛获奖名单.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（热点问题）第三届中国“互联网+”大学生创新创业大赛的新变化.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（评审规则）第三届中国“互联网+”大学生创新创业大赛全国总决赛评审规则.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（大赛通知）关于对第三届中国“互联网+”大学生创新创业大赛“的实施方案.zip
2022-06-21
中国“互联网+”大学生创新创业大赛-（评审规则）第二届中国“互联网+”大学生创新创业大赛全国总决赛评审规则.zip
2022-06-21
互联网+商业计划书样本-数据管理--SaaS领域70万用户【超级表格】Pre-A轮商业计划书.zip
2022-06-21
图机器学习峰会-Graph4NLP：A Library for Deep Learning on Graphs for NLP
2022-07-05
图机器学习峰会-1-1 Graph Neural Networks for Learning Simulations.zip
2022-07-05
图机器学习峰会-1-2 Fairness and Explainability in Graph Learning.zip
2022-07-05
图机器学习峰会-Translation between Molecules and Natural Language
2022-07-05
图机器学习峰会-Graph4NLP：A Library for Deep Learning on Graphs for NLP
2022-07-05
图机器学习峰会-Beyond Homophily in Graph Neural Networks
2022-07-05
图机器学习峰会-1-2 Fairness and Explainability in Graph Learning.pdf
2022-07-05
高考填报志愿 该选理科？ 工科？ 还是经济学？
2022-06-07
Simstate应用
2020-11-23
做数据分析时数据量不足怎么办？
2020-11-09
安装pip版本问题经验分享
2020-10-27
APP抓包,我想你应该知道这些东西
2020-10-26
博文中涉及到的相关代码说明
2020-10-16
R和tableau做结合出错
2018-05-31
如何修改表中某种分类的数据量级
2018-02-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人