大数据与人工智能 - 随笔分类(第9页) - JackYang

Flink的应用案例-史上最通俗易懂的Flink源代码深入分析教程

摘要：一、前言随着大数据技术的快速发展，越来越多的企业和组织开始关注和使用大数据技术来处理和分析海量数据。在众多的大数据技术中，Flink是一个备受关注的流处理框架。本文接下来内容将介绍Flink在实际应用中的场景和案例，以便大家更好地了解Flink的优势和不足之处。二、Flink在实际应用中的场景和阅读全文

posted @ 2023-03-06 01:56 JackYang 阅读(466) 评论(0) 推荐(1)

Flink与其他大数据技术的比较-史上最通俗易懂的Flink源代码深入分析教程

摘要：一、前言随着大数据技术的快速发展，越来越多的企业和组织开始关注和使用大数据技术来处理和分析海量数据。在众多的大数据技术中，Flink是一个备受关注的流处理框架。本文将探讨Flink与其他大数据技术的比较，以便更好地了解Flink的优势和不足之处。二、Flink与其他大数据技术的差异在本小节我将阅读全文

posted @ 2023-03-06 01:46 JackYang 阅读(375) 评论(0) 推荐(1)

Flink社区和生态系统-史上最通俗易懂的Flink源代码深入分析教程

摘要：社区概述 Flink作为一个开源的流处理框架，在数据处理和流处理领域得到了广泛的应用。目前社区主由Apache软件基金会、大型科技公司、研究机构和个人开发者等组成。经过这些年的发展，形成了一个庞大而活跃的社区。Flink社区的核心团队由一些经验丰富的开发人员组成，他们致力于开发和维护Flink的核心阅读全文

posted @ 2023-03-06 01:26 JackYang 阅读(303) 评论(0) 推荐(1)

使用 Flink 和 Kafka 构建数据管道-Java快速进阶教程

摘要：1. 概述 Apache Flink是一个流处理框架，可以很容易地与Java一起使用。Apache Kafka是一个支持高容错的分布式流处理系统。在本教程中，我们将了解如何使用这两种技术构建数据管道。 2. 安装要安装和配置 Apache Kafka，请参考官方指南。安装后，我们可以使用以下命令阅读全文

posted @ 2023-02-27 10:26 JackYang 阅读(341) 评论(1) 推荐(1)

ChatGPT与openai

摘要：ChatGPT是openai推荐的优化对话的语言模型，是openai使用来自人类反馈的强化学习（RLHF）训练了这个模型，使用与InstructGPT相同的方法，但在数据收集设置上略有不同。 1）使用监督微调训练了一个初始模型：人类人工智能训练师提供对话，他们在其中扮演双方——用户和人工智能助手。阅读全文

posted @ 2023-02-24 13:40 JackYang 阅读(1080) 评论(1) 推荐(1)

RoaringBitmap使用指南-Java快速入门教程

摘要：1. 概述在本教程中，我们将了解RoaringBitmap。我们将使用对一组的一些基本操作作为RoaringBitmap的示例。此外，我们将在 Java 中的RoaringBitmap和BitSet之间执行性能测试。 2. RoaringBitmap简介 RoaringBitmap数据结构由于其高阅读全文

posted @ 2023-02-24 12:24 JackYang 阅读(1895) 评论(1) 推荐(1)

Apache Flink with Java 简介-Java快速进阶教程

摘要：1. 概述 Apache Flink是一个大数据处理框架，允许程序员以非常高效和可扩展的方式处理大量数据。在本文中，我们将介绍Apache FlinkJava API 中提供的一些核心 API 概念和标准数据转换。这个 API 的流畅风格使得使用 Flink 的中心结构——分布式集合变得容易。首阅读全文

posted @ 2023-02-24 12:04 JackYang 阅读(1095) 评论(1) 推荐(2)

Java中的梯度下降-Java快速进阶教程

摘要：1. 简介在本教程中，我们将了解梯度下降算法。我们将在 Java 中实现该算法并逐步说明它。 2. 什么是梯度下降？梯度下降是一种优化算法，用于查找给定函数的局部最小值。它广泛用于高级机器学习算法中，以最小化损失函数。坡度是坡度的另一个词，下降意味着下降。顾名思义，梯度下降沿着函数的斜率向下，阅读全文

posted @ 2023-02-20 15:44 JackYang 阅读(246) 评论(0) 推荐(0)

ReLU 和 dropout 层在 CNN 中的工作原理-AI快速进阶系列

摘要：1. 概述在本教程中，我们将使用示例网络架构研究卷积神经网络的两个基本组件——ReLU（Rectified Linear Unit）与 Dropout 层。到最后，我们将了解它们插入CNN背后的基本原理。此外，我们还将知道在我们自己的卷积神经网络中实现它们需要哪些步骤。 2. CNN中的维度诅阅读全文

posted @ 2023-02-20 15:36 JackYang 阅读(2656) 评论(0) 推荐(0)

线性回归与逻辑回归-AI快速进阶系列

摘要：1. 概述在本教程中，我们将研究线性回归和逻辑回归之间的异同。我们将首先研究回归的概念。通过这种方式，我们将看到回归与科学中的还原论方法的关系。然后，我们将按顺序研究线性回归和逻辑回归。我们还将提出两种回归方法在特征向量和目标变量方面的形式化。最后，我们将研究对可观察量执行回归的两种方法之间阅读全文

posted @ 2023-02-20 15:06 JackYang 阅读(158) 评论(0) 推荐(0)

决策树与随机森林-AI快速进阶系列

摘要：1. 简介在本教程中，我们将展示决策树和随机森林之间的区别。 2. 决策树决策树是一个树形模型，指导我们检查对象的特征以输出其离散或连续标签。例如，这里有一棵树，根据天气状况预测一天是否适合在户外玩耍：内部节点告诉我们要检查哪些特征，叶子揭示树的预测。他们如何产生预测？每个叶子都包含训练数据集阅读全文

posted @ 2023-02-20 13:25 JackYang 阅读(237) 评论(0) 推荐(0)

随机森林与极度随机化树-AI快速进阶系列

摘要：1. 简介在本教程中，我们将回顾随机森林（RF）和极端随机树（ET）：它们是什么、它们的结构以及它们有何不同。 2. 定义随机森林和极端随机树属于一类称为集成学习算法的算法。集成学习算法利用许多学习算法的强大功能来执行任务。例如，在分类任务中，集成学习算法可以聚合来自多个不同分类器的预测以阅读全文

posted @ 2023-02-20 13:17 JackYang 阅读(1112) 评论(0) 推荐(0)

最小最大值算法-AI快速进阶系列

摘要：1. 概述在人工智能和博弈论领域，我们经常遇到搜索问题。这些问题可以用互连节点的图来描述，每个节点代表一种可能的状态。智能代理需要能够通过评估每个节点来遍历图，以达到“良好”（如果不是最佳）状态。但是，存在无法应用典型图形搜索算法的特定类型的问题。在本教程中，我们将讨论此类问题并评估可能的解阅读全文

posted @ 2023-02-20 12:41 JackYang 阅读(425) 评论(0) 推荐(1)

什么是机器学习中的学习曲线-AI快速进阶系列

摘要：1. 概述在本教程中，我们将研究什么是学习曲线，以及为什么在机器学习模型的训练过程中需要它们。我们还将发现不同类型的曲线，它们的用途，以及如何解释它们以充分利用学习过程。在本文结束时，我们将获得避免现实生活中机器学习训练中常见问题所需的理论和实践知识。准备？让我们开始吧！ 2. 学习曲线 2. 阅读全文

posted @ 2023-02-20 12:22 JackYang 阅读(1239) 评论(0) 推荐(0)

人工智能、机器学习、统计学和数据挖掘有什么区别-AI快速进阶系列

摘要：1. 简介在本教程中，我们将讨论人工智能、机器学习、统计和数据挖掘之间的区别。这些概念之间存在显着重叠，并且没有明确的方法来分隔它们。多年来，研究人员和工程师对这个问题表达了不同且经常相互矛盾的观点，因此没有达成共识。 2. 人工智能让我们从人工智能（AI）开始。一般来说，人工智能的目标是构建阅读全文

posted @ 2023-02-20 12:07 JackYang 阅读(670) 评论(0) 推荐(0)

Embeddings-OpenAI API系统快速入门

摘要：什么是嵌入？ OpenAI的文本嵌入衡量文本字符串的相关性。嵌入通常用于：搜索（其中结果按与查询字符串的相关性排名）聚类（其中文本字符串按相似性分组）推荐（推荐具有相关文本字符串的项目）异常检测（识别出相关性不大的异常值）多样性测量（分析相似性分布）分类（其中文本字符串按其最相似的标签分阅读全文

posted @ 2023-02-20 10:51 JackYang 阅读(4944) 评论(0) 推荐(0)

Image generation-OpenAI API系统快速入门

摘要：了解如何使用我们的 DALL·E 型号介绍图像 API 提供了三种与图像交互的方法：根据文本提示从头开始创建图像根据新的文本提示创建现有图像的编辑创建现有图像的变体本指南介绍了使用这三个 API 终结点的基础知识以及有用的代码示例。要了解它们的实际效果，请查看我们的DALL·E 预览应用阅读全文

posted @ 2023-02-20 10:28 JackYang 阅读(405) 评论(0) 推荐(0)

Examples (示例)-wandb系统快速入门

摘要：如何使用Weights&Biases的一些项目示例、演练和教程。探索这些示例如何使用Weights&Biases以：跟踪和可视化机器学习实验；版本化数据集和模型使用不同框架如PyTorch、Sciki监测（Instrument）模型可以从我们的GitHub仓库Fork示例，也可以直接在这里阅读全文

posted @ 2023-02-20 10:20 JackYang 阅读(269) 评论(0) 推荐(0)

Quickstart (快速上手)-wandb系统快速入门

摘要：轻松编写一段脚本，就可以在你自己的项目中查看我们的实验跟踪和可视化功能。简单三步即可开始记录机器学习实验。 1. 安装库在使用Python3的环境中安装我们的库。 pip install wandb 如果你在不方便运行shell命令的自动化环境中训练模型，比如谷歌的CloudML，你应当查看一下阅读全文

posted @ 2023-02-20 10:17 JackYang 阅读(1288) 评论(0) 推荐(0)

线性模型的不足：非线性函数之路

摘要：1.简介在本教程中，我们将分析激活函数在神经网络中的作用。真的，他们在历史上走过一条复杂的道路。因此，我们将研究它们的认识论、技术和数学方面如何导致我们趋同于非线性激活函数。我们将从线性激活函数开始，并分析它们的局限性。最后，我们将以一些示例结束，说明为什么对非线性问题使用线性激活函数是不够的。阅读全文

posted @ 2023-02-18 20:03 JackYang 阅读(496) 评论(0) 推荐(0)

随笔分类 - 大数据与人工智能