- 博客(7)
- 收藏
- 关注
RSS订阅原创 Neo4j学习
Neo4j 教程一 . Neo4jNeo4j是由Neo技术使用java语言完全开发的，世界领先的图形数据库。其具有：1 . 开源2 . 无Schema （模式） schema是数据库的组织和结构。3 . 没有SQL4 . 图形数据库
2020-08-25 01:31:08
545
原创 大数据从入门到放弃（四）— Shell的使用
Shell教程一.Shell1.Shell 是一个用 C 语言编写的程序，它是用户使用 Linux 的桥梁。Shell 既是一种命令语言，又是一种程序设计语言。2.Shell 是指一种应用程序，这个应用程序提供了一个界面，用户通过这个界面访问操作系统内核的服务。Shell 脚本（shell script），是一种为 shell 编写的脚本程序。我们常说的 shell 通常都是指 shell 脚本，但shell 和 shell script 是两个不同的概念。1.1Shell的编程环境Shell
2020-08-06 23:47:29
304
原创 大数据从入门到放弃（二）—win10系统安装VMware，centos
win10系统安装VMware，centos以及Hadoop运行环境搭建详细一.win10安装VMware1.1：VMware的下载VMware可以直接从
2020-07-29 23:39:09
243
原创 大数据从入门到放弃（一）
第一章：大数据概论1.1：大数据概念大数据（BigData）：指无法在一定时间范围内用常规软件工具进行捕捉，管理和处理的数据集合，是需要新处理模式才能具有更强的决策能力，洞察发现力和流程优化能力的海量，高增长率和多样化的信息资产。主要解决，海量的数据的存储和海量数据的分析计算问题。1.2：大数据的特点特性说明大量性 （volume）一般在大数据里，单个文件的级别至少为几十，几百GB以上快速性 (velocity)反映在数据的快速产生及数据变更的频率上多样性泛指
2020-07-29 09:01:25
307
原创 TensorFlow学习笔记—基础操作
TensorFlow在上篇博客：深度学习笔记—线性回归（实战）中，我们使用了常规方法实现Boston房价的预测，效果很明显——费力不讨好，代码实现复杂，基本上是公式的实现，耗费时间长，损失下降不明显，如果我们真拿这个去交付给用户使用，恐怕会被骂个狗血淋头，所以我们得建立一个更好的，效率更高的，更稳定的模型。人和动物的区别就是是否会使用工具，我们要想更高效的建立和训练模型，也需要学会使用工具—TensorFlow。TensorFlow是一个基于数据流编程（dataflow programming）的符号
2020-05-29 01:42:09
229
原创 深度学习笔记—线性回归（实战）
线性回归实战—Boston房价预测在上一篇博客我们讨论了线性回归的理论知识，在文章的结尾，我们利用线性回归解决了简单的预测问题，这篇博客我们来解决上篇博客最开始提出的问题—Boston房价预测。上篇博客地址如下:深度学习笔记—线性回归(基础)数据分析在我们使用线性回归解决问题之前，我们先来看一下数据集：Boston房价数据集是一个506行x13列的二维表，包含506个样本，每个样本有13个数值特征其中前12个是特征变量最后的数值特征为该地区的平均房价房价（单价），前12个特征变量分别是：CR
2020-05-24 11:02:01
1750
4
原创 深度学习笔记—线性回归（基础）
线性回归在深度学习的基础学习阶段总是逃不过几个经典的实战问题，其中之一就是线性回归的经典数据集：Boston房价预测。要解决这个问题我们需要用到一种很常见的机器学习算法：线性回归，使用线性回归解决问题之前，我们要搞清楚什么是线性回归，线性回归有什么用，怎么用线性回归去解决Boston房价预测问题。1. 什么是线性回归让我们看一看数学上对回归的定义：回归，指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通常Y1，Y2，…，Yi
2020-05-21 00:00:59
1500
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