知识天地 - 博客园

[置顶] GBDT的基本原理

摘要：这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是回归树而不是分类树分类树分裂的时候选取使得误差下降最多的分裂计算的技巧最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框阅读全文

posted @ 2016-10-10 18:21 知识天地阅读(606) 评论(1) 推荐(0) 编辑

2023年7月3日

LangChain入门指南

摘要： LangChain入门什么是LangChain 如何使用 LangChain？ LangChain的模型 LangChain 的主要特点使用示例构建语言模型应用程序：LLM Prompt Templates: 管理LLMs的Prompts 构建语言模型应用程序：Chat Model 完整代码阅读全文

posted @ 2023-07-03 15:44 知识天地阅读(725) 评论(0) 推荐(0) 编辑

LangChain：为你定制一个专属的GPT

摘要：用户可以利用LangChain的模块来改善大语言模型的使用，通过输入自己的知识库来“定制化”自己的大语言模型。 LLM（大语言模型）是一项变革性的技术，它将人类的各类知识和逻辑能力打包进入了一个体积庞大的模型当中。但是通常来说，包括当前公认效果最好的LLM GPT-4都会有一个问题——事实问题错阅读全文

posted @ 2023-07-03 15:36 知识天地阅读(121) 评论(0) 推荐(0) 编辑

LangChain：一个让你的LLM变得更强大的开源框架

摘要：前言你可能听说过，最近几个月出现了很多人工智能的应用程序。你可能也在用一些这样的应用。比如ChatPDF和CustomGPT AI这些AI工具，它们可以帮我们省去很多麻烦，我们不用再翻来覆去地看文档，就能找到想要的答案。它们让AI为我们做了很多工作。那么，开发这些工具的人是怎么做到的呢？其实，阅读全文

posted @ 2023-07-03 15:25 知识天地阅读(412) 评论(0) 推荐(0) 编辑

2022年2月22日

Visual Studio for Mac 中的默认键盘快捷键

摘要：有关键盘辅助功能的信息，请参阅如何：使用键盘导航。可以通过使用相应的键盘快捷键来访问 Visual Studio for Mac 中的各种命令。本文档列出了 Visual Studio for Mac 键绑定方案的默认快捷键。有关如何更改键绑定方案的详细信息，请参阅自定义 IDE。另外，还可阅读全文

posted @ 2022-02-22 11:18 知识天地阅读(335) 评论(0) 推荐(0) 编辑

2021年9月29日

A*算法详解

摘要：寻路算法——A*算法详解并附带实现代码 https://blog.csdn.net/nie2314550441/article/details/106733189 A* 寻路算法原文地址： http://www.gamedev.net/reference/articles/article2003. 阅读全文

posted @ 2021-09-29 15:26 知识天地阅读(755) 评论(0) 推荐(0) 编辑

导航规划之CH算法介绍

摘要： 1 CH算法的基本原理 CH(Contraction Hierarchies)算法是 Robert Geisberger、Peter Sanders、Dominik Schultes及Daniel Delling于2008年发布的，它是一种用于查找图形中最短路径的加速技术。最直观的应用是汽车导航系统阅读全文

posted @ 2021-09-29 14:50 知识天地阅读(709) 评论(0) 推荐(0) 编辑

Crp(customizable route planning) 算法介绍

摘要：作者 crp 算法由微软硅谷研究院三名工程师于2013年提出。设计目标应用于大陆级别的实际路网数据支持任意类型metric(可以理解为cost function) 响应时间满足实时查询的需求快速的路况更新以及定制化metric更新主要思想实际路网由拓扑结构和metric属性两部分组成。路阅读全文

posted @ 2021-09-29 14:42 知识天地阅读(1264) 评论(0) 推荐(0) 编辑

2021年9月16日

机器学习面试题总结（笔记）

摘要：一面试题概述面试的时候，面试官会结合你的回答和你的简历来询问你，所以在写简历的时候，简历上所写的所有内容在写的时候必须自己反问一下自己，这个知识点懂不懂。面试其实是一个沟通技巧的考量，在面试的时候要“灵活”；在有一些问题上，如果不会，那么直接说不会就可以；但是在一些比较关键的问题上，如果这个阅读全文

posted @ 2021-09-16 15:01 知识天地阅读(937) 评论(0) 推荐(0) 编辑

机器学习面试问题总结

摘要：判别式模型和生成式模型的区别？判别方法：由数据直接学习决策函数 Y = f（X），或者由条件分布概率 P（Y|X）作为预测模型，即判别模型。生成方法：由数据学习联合概率密度分布函数 P（X,Y）,然后求出条件概率分布P(Y|X)作为预测的模型，即生成模型。由生成模型可以得到判别模型，但由判别模型得阅读全文

posted @ 2021-09-16 14:59 知识天地阅读(170) 评论(0) 推荐(0) 编辑

机器学习面试常见问题

摘要： (1) 无监督和有监督算法的区别？有监督学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。无监督学习：对没有概念标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。这里，所阅读全文

posted @ 2021-09-16 14:59 知识天地阅读(135) 评论(0) 推荐(0) 编辑