首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Hank’s Blog

    3-4 列表的子集

    #列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x

    1K10发布于 2020-09-16
  • 来自专栏python3

    3-4 文件读写例子

    n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法

    1.3K30发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(4)

    /*******************************************************

    59330发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(3)

    //==============================第二部分:类设计============================

    59810发布于 2020-01-08
  • 来自专栏python3

    3-4 文件读写例子(2)

    向项目中添加名为FileOption.cs的类文件,并准备填写关于文件操作的各种方法,如图3-8所示:

    63730发布于 2020-01-14
  • 来自专栏python3

    3-4 文件流类FileStream

    nFileMode和FileAccess,FileShare方法基本介绍及注意事项

    1.1K20发布于 2020-01-07
  • 来自专栏用户画像

    4.4 文件系统疑难点 3-4

    为了创建一个文件,应用程序调用逻辑文件系统。逻辑文件系统知道目录结构形式。它将分配一个新的FCB给文件,把相应目录读入内存,用新的文件名更新该目录和FCB,并将结果写回到磁盘。

    79810发布于 2018-08-24
  • 来自专栏叽叽西

    lagou 爪哇 3-4 spring cloud 问答笔记

    熔断即断路保护。微服务架构中,如果下游服务因访问压⼒过⼤⽽响应变慢或失 败,上游服务为了保护系统整体可⽤性,可以暂时切断对下游服务的调⽤。这种牺 牲局部,保全整体的措施就叫做熔断。

    70120编辑于 2022-05-17
  • 来自专栏人工智能与演化计算成长与进阶

    16推荐系统3-4协同过滤算法

    和这个用户对此影片的评价,理论上我们能够通过用户对电影类型的喜好,和用户对此电影的评价来推断出电影的特征向量的

    1K11发布于 2020-08-14
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 3-4 创建Numpy数组(和矩阵)

    Notes: zeros 和 ones 函数创建的数组默认为浮点型,而 full 函数 dtype 默认为 None 类型,所以如果在使用 full 不指定 dtype 的情况下,默认为传入 fill_value 值的类型。

    1.1K10编辑于 2022-05-25
  • 纺织贸易企业数字化转型:基于搭贝低代码平台的一体化管理方案

    平台选型搭贝平台定义搭贝是一款面向全体量企业的全行业通用企业级低代码平台,依托独立通用底层架构,无行业使用限制,兼顾业务人员零代码搭建、IT人员深度扩展,区别市面轻量化部门级零代码工具,可支撑企业轻量化办公 破除认知误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台,属于片面认知。 搭贝全行业企业级通用低代码平台,向下覆盖零代码能力,向上支撑核心业务搭建、异构系统打通、信创私有化、复杂流程管控。 FAQQ1:搭贝与传统纺织ERP的核心区别?搭贝采用低代码架构,表单/流程/报表通过配置实现,业务调整几小时完成;传统ERP流程预定义,修改需改代码,实施周期6-12个月。 搭贝同时支持零代码(业务人员)和低代码(IT人员)两种模式。Q2:纺织行业的缸号/色差/批号管理能支持吗?搭贝表单字段和编码规则全部可自定义。

    31610编辑于 2026-06-22
  • 汽配零配件企业全域数字化管理:基于搭贝低代码平台的智能制造落地实践

    本文详细解析一套基于搭贝低代码平台构建的汽配全域数字化管理方案,覆盖业务痛点、系统架构、核心场景和落地成效。 破除误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台,属于片面认知。 搭贝底层为全行业通用架构,无行业壁垒;医疗、工程、制造属于业务复杂度极高的标杆落地场景,目前平台已覆盖政务、商贸、物业、教培等12大行业。 工具层级对比维度轻量化部门级零代码工具搭贝全行业企业级通用低代码平台定位生态协同、简易办公企业级核心业务数字化全场景能力层级零代码搭建向下覆盖零代码,向上支撑核心业务搭建系统集成有限API异构系统打通、 搭贝提供低代码开发环境,支持可视化建模+脚本扩展+自定义API+Webhook集成。Q4:典型部署周期和ROI?部署4-8周。

    35310编辑于 2026-06-22
  • 来自专栏爬虫逆向案例

    Js逆向-猿人学(3-4)访问逻辑-样式干扰

    第三题和第四题跟Js逆向没有什么关系,本来是不想发的,为了排版好看也发这个专栏里吧。

    85330发布于 2021-11-22
  • 来自专栏小小程序员——DATA

    朴素贝叶斯 贝叶斯方法

    朴素贝叶斯 贝叶斯方法 背景知识 贝叶斯分类:贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。 先验概率:根据以往经验和分析得到的概率。 贝叶斯公式 P(Y | X)=\frac{P(X, Y)}{P(X)}=\frac{P(X|Y) P(Y)}{P(X)} 朴素贝叶斯法是典型的生成学习方法。

    1.1K10编辑于 2023-12-09
  • 电力工程全链路数字化管控方案:基于搭贝低代码平台的架构与实践

    本文分享基于搭贝低代码平台构建电力工程全链路数字化管控系统的完整方案。 破除认知误区市面上很多企业误以为搭贝是医疗、建筑垂直行业平台,属于片面认知。 搭贝全行业企业级通用低代码平台,向下覆盖零代码能力,向上支撑核心业务搭建、异构系统打通、信创私有化、复杂流程管控。 搭贝提供零代码搭建能力,项目经理、业务人员通过拖拽配置即可搭建施工管控、物资管理、安全监督等业务模块。Q3:搭贝能否对接现有的ERP和财务系统?可以。 搭贝支持异构系统打通,通过标准API、Webhook等方式与ERP、财务系统、物资管理系统等无缝对接。Q4:电力工程类型多、流程差异大,搭贝能适配吗?完全适配。

    29810编辑于 2026-06-29
  • 来自专栏Java3y

    教你搭SpringBoot环境

    springboot 最近火的不行,目前几乎已经是 spring 家族最耀眼的项目了。抛开微服务、技术社区这些推广因素不说,框架本身的确有非常多的优点。比如

    79620发布于 2020-02-19
  • 来自专栏jeremy的技术点滴

    重搭docker集群

    以前尝试使用consul搭建了docker集群,当时对底层为什么要执行那些命令不是太理解,直到昨天研究了etcd集群之后,终于对docker集群搭建时的一些命令有了新的认识。今天尝试配合etcd搭建docker集群,以这里记录以备忘。 创建docker swarm集群mange节点 还是使用上一篇文章里搭建好的etcd集群服务,其地址为http://192.168.99.100:2381,http://192.168.99.100:2383,http://192.168.99.100:2385 1 dock

    1.5K50发布于 2018-05-10
  • 来自专栏小小程序员——DATA

    朴素贝叶斯 朴素贝叶斯原理

    朴素贝叶斯 朴素贝叶斯原理 判别模型和生成模型 监督学习方法又分生成方法 (Generative approach) 和判别方法 (Discriminative approach)所学到的模型分别称为生成模型 朴素贝叶斯原理 朴素贝叶斯法是典型的生成学习方法。生成方法由训练数据学习联合概率分布 P(X,Y) ,然后求得后验概率分布 P(Y|X) 。 具体来说,利用训练数据学习 P(X|Y) 和 P(Y) 的估计,得到联合概率分布: P(X,Y)=P(Y)P(X|Y) 概率估计方法可以是极大似然估计或贝叶斯估计。 朴素贝叶斯法的基本假设是条件独立性 \begin{aligned} P(X&=x | Y=c_{k} )=P\left(X^{(1)}=x^{(1)}, \cdots, X^{(n)}=x^{(n) 因而朴素贝叶斯法高效,且易于实现。其缺点是分类的性能不一定很高。 朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测。

    79410编辑于 2023-12-09
  • 来自专栏张善友的专栏

    混搭.NET技术

    这篇新闻中透露了StackExchange 在技术方面的混搭,这也是我所崇尚的。因此我也在社区里极力推广Mono平台,这篇短文就想和大家一起讨论一下混搭.NET技术。 这就是特征三,混搭结果必须和谐匹配,具有这种既混且搭的东西,现实生活中除了音乐和服装,还有中国火锅,多元文化,多元的收藏,装饰和建筑风格等等,人们的情绪可以说也是一种混搭的表现。 3、混搭.NET开源社区技术 Stack Overflow 主要使用微软的.NET技术,混搭.NET开源社区的技术。 因此,在进行混搭创新之前,首先要对混搭的技术有一个准确的评估,比如你的技术方案与要混搭创新的技术之间有没有优势互补,微软在2011年以前经常是复制社区的技术,一个微软技术的使用者局限于微软的技术,这就好比是近亲繁殖 ,微软现在已经改变策略,直接集成社区的技术,这也是一种混搭创新,特别是使用微软技术的同仁们也要学会混搭;第二点,在进行混搭创新的变革之前,要和整个公司团队有充分的沟通,让你的团队很清楚地知道为什么要进行这样的混搭创新

    1.5K60发布于 2018-01-19
  • 来自专栏小陈飞砖

    贝叶斯

    +P(A|Bn)P(PBn) 4、贝叶斯公式 与全概率公式解决的问题相反,贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因(即大事件A已经发生的条件下,分割中的小事件Bi的概率),设B1,B2,…是样本空间 二、朴素贝叶斯 基本思想:朴素贝叶斯的思想基础是这样的:对于给出的待分类项,求解在此项出现的条件下各个类别出现的概率,哪个最大,就认为此待分类项属于哪个类别。 其实并非上式如此简单。 (1)写出似然函数; (2) 求解极大似然函数 可以看到,整个朴素贝叶斯分类分为三个阶段: 第一阶段——准备工作阶段,这个阶段的任务是为朴素贝叶斯分类做必要的准备,主要工作是根据具体情况【确定特征属性】 这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段,其质量对整个过程将有重要影响,分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。 三、贝叶斯网络(概率图模型) 概率图的表达是一张。。。图。。。图当然会有节点,会有边。节点则为随机变量(一切都是随机变量),边则为依赖关系(现在只谈有向图)。

    1.4K20编辑于 2022-06-25
领券