- 博客(15)
- 收藏
- 关注
RSS订阅原创 容器功能1-组件添加-05
文章目录@configuration基本使用Full 模式与 Lite 模式SpringBoot 在底层 Configuration 的两个配置组件依赖两个模式使用场景@configuration基本使用两个组件，一个是 User（用户）组件、一个是 Pet（宠物）组件，将这两个组件加到容器中，可以这样做：① 创建一个 Spring 的配置文件 beans.xml；② 以前 Spring xml 配置的方式：使用 bean 标签，给容器中添加组件，在里边可以给组件添加属性；③ SpringB
2021-03-30 15:32:37
199
原创 SpringBoot特点2-自动配置特性-04
文章目录自动配置自动配好 Tomcat自动配好 SpringMVC自动配好 Web 常见功能默认的包结构方法 1方法 2各种配置拥有默认值按需加载所有自动配置项自动配置通过上节的 HelloWorld，可以体会到，SpringBoot 帮我们配置好了以下这些：自动配好 Tomcat引入 Tomcat 依赖（引入 spring-boot-starter-web 开发场景，就默认引入了 Tomcat 场景）；配置 Tomcat。 <dependency> <g
2021-03-25 19:57:31
124
原创 SpringBoot特点1-依赖管理特性-03
文章目录：文章目录SpringBoot 特点依赖管理引入非版本仲裁的 jar依赖启动器开发导入 starter 场景依赖启动器SpringBoot 特点依赖管理每一个 SpringBoot 工程，都有一个父项目，spring-boot-starter-parent 依赖作为 Spring Boot 项目的统一父项目依赖管理； <parent> <groupId>org.springframework.boot</groupId>
2021-03-25 19:52:40
156
原创 课时08-神经网络：表述(Neural Networks: Representation)
文章目录非线性假设神经元与大脑模型展示Ⅰ模型展示 Ⅱ例子与直觉理解I举例说明：逻辑与（AND 函数）举例说明：逻辑或（OR 函数）样本和直观理解II多元分类计算机视觉的例子非线性假设无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。下面是一个监督学习分类问题的例子：利用 logistc 逻辑回归，来解决这个问题，构造一个包含很多非线性项的 logistc 回归函数，当只有两个特征 x1,x2x_1,x_2x1,x2 时，这种方法确实能得到不错的结果。之前我
2021-03-22 13:41:12
87
原创 课时07-正则化(Regularization)
文章目录过拟合的问题举例1：用线性回归来预测房价，通过建立以住房面积为自变量的函数来预测房价；举例 2：逻辑回归解决办法正则化的代价函数线性回归的正则化梯度下降法正规方程法Logistic 回归的正则化过拟合的问题举例1：用线性回归来预测房价，通过建立以住房面积为自变量的函数来预测房价；① 模型一：线性模型，算法有非常大的偏差，欠拟合，不能很好地适应我们的训练集 →\right
2021-03-17 17:10:26
66
原创 SpringBoot2入门-02
文章目录系统版本maven 设置HelloWorldIDEA 配置 Maven创建 ma
2021-03-16 22:48:02
69
原创 Spring与SpringBoot-01
文章目录Spring 能做什么Spring 框架的基本的功能Spring 可以做什么？Spring 的生态Spring5 重大升级为什么用 SpringBootSpring Boot优点Spring Boot 缺点时代背景微服务分布式分布式的困难分布式的解决云原生上云的困难上云的解决如何学习SpringBoot官网文档架构Spring 能做什么Spring 框架的基本的功能IOC 容器切面 AOPSpringmvc 做 web 开发Spring 可以做什么？微服务开发响应式编程分布式
2021-03-16 22:42:22
105
2
原创 Java语言基础02
文章目录关键字关键字(keyword)的定义和特点保留字(reserved word)标识符Java中的名称命名规范变量分类变量按数据类型分类变量按声明的位置分类整数类型浮点类型字符类型ASCII码乱码Unicode编码UTF-8布尔类型boolean基本数据类型转换自动类型转换强制类型转换字符串类型String进制二进制运算符算术运算符赋值运算符比较运算符逻辑运算符位运算符三元运算符运算符的优先级流程控制顺序结构分支结构if else 结构switch-case结构从键盘获取不同类型的变量——Scanne
2021-03-15 22:17:09
330
2
原创 课时06-逻辑回归(Logistic Regression)
文章目录分类问题逻辑回归假设陈述逻辑回归模型对假设函数输出的理解决策界限（Decision Boundary）直观地解决策界限的例子代价函数简化代价函数与梯度下降高级优化多元分类：一对多分类问题##线性回归算法在分类问题中地表现（以判断肿瘤是恶性还是良性为例）当用线性回归算法预测时，训练样本如下图，使用线性回归算法来预测似乎结果比较合理。但是改变训练样本如下图，再使用线性回归算法来预测可以得到另外一条直线，而根据已有得训练样本可知这是非常差劲的线性回归算法。由上总结出线性回归算法并不能很好地
2021-03-15 18:46:09
109
原创 课时05 Octave教程(Octave Tutorial)
文章目录Octave 与 Matlab 的区别基本操作运算符变量向量和矩阵移动数据在系统中加载数据和寻找数据储存数据操作数据计算数据绘图数据控制语句：for，while，if 语句for 控制语句while 控制语句if 控制语句函数 (functions)向量化计算常见的线性回归假设函数的两种不同实现方式对线性回归算法梯度下降的更新规则进行向量化Octave 与 Matlab 的区别语法方面：Octave 最初便是模彷 Matlab 而设计，语法基本上与 Matlab 一致，严谨编写的代码应同时可在
2021-03-12 11:03:56
401
原创 课时04 多变量线性回归(Linear Regression with Multiple Variables)
文章目录多维特征多变量梯度下降法梯度下降法实践1-特征缩放（feature scaling）梯度下降法实践2-学习率特征和多项式回归正规方程正规方程在矩阵不可逆情况下的解决方法梯度下降与正规方程的比较多维特征目前为止，我们探讨了单变量/特征的回归模型，现在增添更多特征后，我们引入一系列新的注释：n 代表特征量的数目x(i)x^{(i)}x(i) 代表第 i 个训练样本的输入特征值，是特征矩阵中的第 i 行，是一个向量（vector）。xj(i)x_j^{(i)}xj(i) 代表第 i 个训练
2021-03-10 19:32:53
69
原创 课时3 线性代数回顾(Linear Algebra Review)
文章目录矩阵矩阵定义矩阵的维数矩阵举例向量向量定义向量举例加法和标量乘法矩阵的加法标量乘法矩阵向量乘法矩阵乘法矩阵乘法特征逆和转置矩阵的逆矩阵的转置矩阵矩阵定义由数字组成的矩形阵列，并写在方括号内，是二维数组的另一种说法。通常用大写字母表示矩阵。矩阵的维数矩阵的行数 * 列数矩阵举例这个是 4×2 矩阵，即 4 行 2 列。R(4×2)R^{(4×2)}R(4×2)：表示一个 4×2 的矩阵的集合。AijA_{ij}Aij：第 i 行，第 j 列的元素。向量向量定义
2021-03-09 17:45:40
230
原创 课时2 单变量线性回归(Linear Regression with One Variable)
文章目录：文章目录模型表示代价函数梯度下降梯度下降的直观理解梯度下降算法梯度下降的线性回归模型表示线性回归模型：hθ(x)=θ0+θ1xh_\theta(x) = \theta_0 + \theta_1{x}hθ(x)=θ0+θ1xJ(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(\theta_0,\theta_1) = \frac{1}{2m}\sum_{i=1}^{m}{(h_\theta({x^{(i)}}) - y^{(i)})^2}J(θ0,θ1)=2m1
2021-03-09 14:43:54
89
原创 课时1 引言(Introduction)
文字目录：文章目录为什么机器学习这么流行应用机器学习的定义例题机器学习的类型监督学习（Supervised Learning）无监督学习为什么机器学习这么流行实际上，机器学习是从AI即人工智能发展出来的一个领域，机器学习是为计算机开发的一项新功能，如今它涉及工业和基础科学中的许多领域。应用数据挖掘，机器学习如此普遍的原因之一就是网络和自动化技术的发展，这意味着我们拥有了前所未有的大量的数据集。现在大量硅谷公司，收集网络点击数据或者说点击流数据，并试图采用机器学习算法来挖掘数据，更好地理解用户
2021-03-08 20:17:44
85
2
原创 Java语言概述01
文章目录Java语言的特点特点一：面向对象特点二：健壮性特点三：跨平台性Java两种核心机制Java虚拟机（JVM）垃圾收集机制JDK、JRE、JVM的关系第一个HelloWorld JAVA 程序1、在桌面创建一个文件夹test，在文件夹内创建一个text文本文件2、在WIN+R中输入cmd语句解释注释小结Java语言的特点特点一：面向对象两个基本概念：类、对象三大特性：封装、继承、多态特点二：健壮性吸收了C/C++语言的优点，但去掉了其影响程序健壮性的部分（如指针、内存的申请与释放等）
2021-03-04 18:46:21
130
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人