大数据学习
AI实战 | Tensorflow自定义数据集和迁移学习（附代码下载）
自定义数据集做深度学习项目时，我们一般都不用网上公开的数据集，而是用自己制作的数据集。那么，怎么用Tensorflow2.0来制作自己的数据集并把数据喂给神经网络呢？且看这篇文章慢慢道来。Pokemon Datasets这篇文章我们用的datasets是Pokemon datasets，也就是皮卡丘电影中的一些角色，如下图所示：数据集数据集下载链接: https://pan.baidu.com/s
日期 2023-06-12 10:48:40SQL Server 数据库学习「建议收藏」
大家好，又见面了，我是你们的朋友全栈君。一、认识数据库1、数据库的基本概念2、数据库常用对象3、数据库的组成数据库主要由文件和文件组组成。数据库中所有的数据和对象都被存储在文件中。二、创建数据库1、创建数据库对象资源管理器—数据库——右击——新建数据库三、操作数据表与视图1、创建数据表空值：表示数据未知。非空值：数据列不允许空值。（1）选择一个数据库——展开 表——新建表填入属性（2）设置主键选择
日期 2023-06-12 10:48:40
Redis 非关系型数据库学习（三）---- Redis 基础知识
文章目录Redis 非关系型数据库学习（三）---- Redis 基础知识（1）Redis 数据库select 切换当前数据库Dbsize 查看数据库key数量（2）查看数据库的keykeys [partten]（3）清除数据库的 keyflushdb 清除当前db的keyflushall 清除所有db的key（4）Redis默认端口号6379的由来Redis 非关系型数据库学习（三）---- R
日期 2023-06-12 10:48:40
萝卜爆肝数据分析自学学习路线
最近经常有小伙伴咨询，数据分析应该如何学习，有什么学习路线可以参考下，萝卜作为一名资深业余数据分析爱好者，今天就来分享下，一个小白，该如何入门数据分析，具体该以怎样的路线来学习学习路线大纲文末获取高清路线图片SQL 知识SQL 是从事数据行业必须要熟练掌握的基本功，与其他语言相比，SQL 入门相对比较简单，但想要深入掌握还是有一定的难度的查询SelectFromWhereGroup byOrder
日期 2023-06-12 10:48:40
Java及大数据学习路线
大家好，又见面了，我是你们的朋友全栈君。 1.Java学习路线1.1JavaSEJava基础 Java8新特性 数据库MySQL与SQL语言 JDBC1.2JavaWebHTML基础与CSS JavaScript DOM 与 jQuery XML与Tomcat HTTP协议 服务器端组件Servlet JSP EL表达式 JSTL 会话控制Cookie和Session
日期 2023-06-12 10:48:40
史上最新最全面的java大数据学习路线（新手小白必看版本）
大家好，又见面了，我是你们的朋友全栈君。第一阶段：大数据基础Java语言基础阶段1.1：Java开发介绍1.1.1 Java的发展历史1.1.2 Java的应用领域1.1.3 Java语言的特性1.1.4 Java面向对象1.1.5 Java性能分类1.1.6 搭建Java环境1.1.7 Java工作原理1.2：熟悉Eclipse开发工具1.2.1 Eclipse简介与下载1.2.2 安装Ecli
日期 2023-06-12 10:48:40Pytroch入坑 3. 自己的人脸数据+迁移学习（resnet18）
大家好，又见面了，我是你们的朋友全栈君。 本文转载自：http://www.zhongruitech.com/856941441.html0.前言之前是使用了mnist数据，且网络结构比较简单，针对自己的数据，如何使用更复杂、经典的网络呢？1.数据集目标是人脸识别，可以看做一个多分类问题，本次实验的数据集为ferest，共200个人，1400张38080图片，比较小。 分为 train
日期 2023-06-12 10:48:40Java大数据方向学习路径导航[通俗易懂]
大家好，又见面了，我是你们的朋友全栈君。 第一阶段讲师目录 https://chengxiaoyu-paopao.blog.csdn.net/article/details/115359803 SE笔记 https://blog.csdn.net/zidieq/article/details/120552297 OOP笔记 https://blog.csdn.net/zidieq/arti
日期 2023-06-12 10:48:40为什么基于树的模型在表格数据上仍然优于深度学习
来源：Deephub Imba本文约2800字，建议阅读5分钟本文介绍了一个被世界各地的机器学习从业者在各种领域观察到的现象——基于树的模型在分析表格数据方面比深度学习/神经网络好得多。复制在这篇文章中，我将详细解释这篇论文《Why do tree-based models still outperform deep learning on tabular data》这篇论文解释了一个被世界各地的
日期 2023-06-12 10:48:40数据帧的学习整理
大家好，又见面了，我是你们的朋友全栈君。事先声明，本文档所有内容均在本人的学习和理解上整理，不具有权威性，甚至不具有准确性，本人也会在以后的学习中对不合理之处进行修改。在了解数据帧之前，我们得先知道OSI参考模型咱们从下往上数，数据帧在第二层数据链路层处理。我们知道，用户发送的数据从应用层开始，从上往下逐层封装，到达数据链路层就被封装成数据帧。接下来，帧格式 Ethernet_II帧格式 D.MA
日期 2023-06-12 10:48:40大数据专业学什么，应该学习什么语言
大家好，又见面了，我是你们的朋友全栈君。大数据（big data），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。目前，大数据算是非常火的专业，下面我将和大家谈谈大数据专业学什么？大数据专业分为两种，其一是大数据开发，其二是数据分析与挖掘。1、大数据开发：Ja-va、大数据基础、
日期 2023-06-12 10:48:40python数据分析、可视化、Scikit-learn、数据科学、机器学习、深度学习的区别2021.8.17
1、采集数据，书名、ISBN号、目录2、清洗数据，相同的ISBN号去重3、分类：python数据分析、可视化、Scikit-learn、数据科学、其他、机器学习、深度学习4、目录词云5、Scikit-learn：主要运用numpy、Scikit-learn、TensorFlow、Lasso回归、pandas、keras、SVM等工具库实现分类、相关分析、线性回归、神经网络模型。6、7、8、9、10
日期 2023-06-12 10:48:40python数据分析、挖掘、机器学习的算法都有哪些第3版2021.8.30
数据挖掘、机器学习的算法都有哪些？ lasso线性-梯度下降，误差项分析，似然函数，下山方向、分类器、聚类、基于欧式距离、降维算法、关联分析、集成学习、、神经网络、时间序列、一元线性回归、多元线性回归、梯度增强回归GBR、logistic回归逻辑回归分类算法ROC,KS、决策树：容易过拟合、朴素贝叶斯模型、K近邻算法KNN、有监督学习，二元分类支持向量机SVM、无监督学习-聚类、K均值k-Mean
日期 2023-06-12 10:48:40CVPR2022：计算机视觉中长尾数据平衡对比学习
【前言】现实中的数据通常存在长尾分布，其中一些类别占据数据集的大部分，而大多数稀有样本包含的数量有限，使用交叉熵的分类模型难以很好的分类尾部数据。在这篇论文中，作者专注不平衡数据的表示学习。通过作者的理论分析，发现对于长尾数据，它无法形成理想的几何结构（在下文中解释该结构）。为了纠正 SCL（Supervised Contrastive Learning，有监督对比学习） 的优化行为并进一步提高长
日期 2023-06-12 10:48:40
数据库连接池学习笔记（一）：原理介绍+常用连接池介绍
大家好，又见面了，我是你们的朋友全栈君。 什么是连接池数据库连接池负责分配、管理和释放数据库连接，它允许应用程序重复使用一个现有的数据库连接，而不是再重新建立一个。为什么要使用连接池 数据库连接是一种关键的有限的昂贵的资源，这一点在多用户的网页应用程序中体现得尤为突出。 一个数据库连接对象均对应一个物理数据库连接，每次操作都打开一个物理连接，使用完都关闭连接，这样造成系统的 性能低下。 数据库
日期 2023-06-12 10:48:40图数据的自监督学习介绍
大家好，又见面了，我是你们的朋友全栈君。 深度学习在解决许多复杂的机器学习问题方面一直是一个有趣的课题，特别是最近在图数据方面。然而，大多数的解决方案要么是监督或半监督，高度依赖于数据中的标签，导致过拟合和整体鲁棒性较弱。自监督学习(Self-Supervised Learning, SSL)是一种很有前途的解决方案，它从无标记数据中挖掘有用的信息，使其成为图数据领域中一个非常有趣的选择。为
日期 2023-06-12 10:48:40MySQL数据库原理学习（四）
1.3.2 MyISAM1). 介绍MyISAM是MySQL早期的默认存储引擎。2). 特点不支持事务，不支持外键支持表锁，不支持行锁访问速度快3). 文件xxx.sdi：存储表结构信息xxx.MYD: 存储数据xxx.MYI: 存储索引1.3.3 Memory1). 介绍Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。2). 特点内
日期 2023-06-12 10:48:40MySQL数据库原理学习（五）
2.2 演示表结构及其数据如下：假如我们要执行的SQL语句为 ：select * from user where age = 45;1). 无索引情况在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为 全表扫描，性能很低。2). 有索引情况如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建立一个二叉树的索引结构。此时我们在进行查询时，只
日期 2023-06-12 10:48:40MySQL数据库原理学习（九）
2.5 SQL性能分析2.5.1 SQL执行频率MySQL 客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：-- session 是查看当前会话 ; -- global 是查询全局数据 ; SHOW GLOBAL STATUS LIKE
日期 2023-06-12 10:48:40MySQL数据库原理学习（十）
2.5.3 profile详情show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：SELECT @@have_profiling ;复制可以看到，当前MySQL是支持 profile操作的，但是开关是关闭的。可以通过set语句在session/global级别开启profiling
日期 2023-06-12 10:48:40MySQL数据库原理学习（十六）
2.6.7 前缀索引当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO， 影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。1). 语法create index idx_xxxx on table_name(column(n)) ;复制示例:为tb_use
日期 2023-06-12 10:48:40MySQL数据库实践学习（四）
2.3.3 从库配置1. 修改配置文件 /etc/my.cnf#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，和主库不一样即可 server-id=2 #是否只读,1 代表只读, 0 代表读写 read-only=1复制2. 重新启动MySQL服务systemctl restart mysqld复制3. 登录mysql，设置主库配置CHANGE REPLICATIO
日期 2023-06-12 10:48:40MySQL数据库实践学习（十二）
3.5.1.4 测试1). 上传测试SQL脚本到服务器的/root目录2). 执行指令导入测试数据重新启动MyCat后，在mycat的命令行中，通过source指令导入表结构，以及对应的数据，查看数据分布情况。source /root/shopping-table.sql source /root/shopping-insert.sql复制将表结构及对应的测试数据导入之后，可以检查一下各个数据库服
日期 2023-06-12 10:48:40MySQL数据库实践学习（十六）
3.5.3.2 取模分片1). 介绍根据指定的字段值与节点数量进行求模运算，根据运算结果， 来决定该数据属于哪一个分片。2). 配置schema.xml逻辑表配置：<table name="tb_log" dataNode="dn4,dn5,dn6" primaryKey="id" rule="mod-long"
日期 2023-06-12 10:48:40MySQL数据库实践学习（二十）
3.5.3.6 固定分片hash算法1). 介绍该算法类似于十进制的求模运算，但是为二进制的操作，例如，取 id 的二进制低 10 位 与1111111111 进行位 & 运算，位与运算最小值为 0000000000，最大值为1111111111，转换为十进制，也就是位于0-1023之间。特点：如果是求模，连续的值，分别分配到各个不同的分片；但是此算法会将连续的值可能分配到相同的分片，降低
日期 2023-06-12 10:48:40MySQL数据库实践学习（二十二）
3.5.3.8 按天分片算法1). 介绍按照日期及对应的时间周期来分片。2). 配置schema.xml中逻辑表配置：<!-- 按天分片 --> <table name="tb_datepart" dataNode="dn4,dn5,dn6" rule="sharding-by-date" />复制schema.x
日期 2023-06-12 10:48:40MySQL数据库实践学习（二十六）
4.3.2 server.xml配置配置root用户可以访问SHOPPING、ITCAST 以及 ITCAST_RW逻辑库。<user name="root" defaultAccount="true"> <property name="password">123456</property> <p
日期 2023-06-12 10:48:40MySQL数据库实践学习（二十七）
4.4.3 搭建4.4.3.1 主库配置1). Master1(192.168.200.211)A. 修改配置文件 /etc/my.cnf#mysql 服务ID，保证整个集群环境中唯一，取值范围：1 – 2^32-1，默认为1 server-id=1 #指定同步的数据库 binlog-do-db=db01 binlog-do-db=db02 binlog-do-db=db03 # 在作为从数据库的
日期 2023-06-12 10:48:40oracle数据库学习总结在（一）
对oracle已经学习三个多月了，看了不少东西，oracle数据库很复杂，光概念就很多，为了对oracle有更好的认识我打算把我这段时间的学习做下总结，为结下来的学习打下好的基础。 总结目录：1.设计数据库，设计出结构优化的数据库，可扩展性好。2.数据库的备份和恢复，权限的分配3.优化数据库，数据库性能调优。4.数据库开发，存储过程，触发器，函数等后端数据库程序，给系统开发人员提供方便视图5.数据
日期 2023-06-12 10:48:40Oracle数据库学习路线图「建议收藏」
http://v.youku.com/v_show/id_XMTg5MDkyODM0MA==.html 一致性、性能 1.单机 Oracle系统架构 功能：索引、分区、 SQL、PL/SQL语法 维护：备份恢复、闪回 2.HA&LB：RAC、OGG、DG、Stream、GC、HPCMP 3.性能： AWR、ASH、ADDM Wait event, Lock， 索引优化
日期 2023-06-12 10:48:40基线提升至96.45%：2022 司法杯犯罪事实实体识别+数据蒸馏+主动学习
本项目给出本次法研杯详细的技术方案，从UIE-base开始到UIE数据蒸馏以及主动学习的建议，欢迎大家尝试，ps：主动学习标注需要自行实现，参考项目，楼主就不标注了。项目链接：https://aistudio.baidu.com/aistudio/projectdetail/4911042?contributionType=10.法研杯 LAIC2022 司法人工智能挑战赛犯罪事实实体识别0.1比
日期 2023-06-12 10:48:40