摘要: 本节将介绍如何使用WePY创建一个最简单的项目,也就是之前已经创建过的HelloWorld。 阅读全文
posted @ 2019-07-04 09:35 小李子2926 阅读(931) 评论(0) 推荐(0) 编辑
摘要: 微信小程序项目开发实战:用WePY、mpvue、Taro打造高效的小程序》的理念是快速开发,所以会使用一些框架,而笔者推荐的框架正是WePY,它拥有众多的开发特性和优化方案,本节就带读者认识它。 阅读全文
posted @ 2019-07-01 15:31 小李子2926 阅读(521) 评论(0) 推荐(0) 编辑
摘要: 集成学习模型与其他有监督模型的出发点大相径庭,之前的模型都是在给定的训练集上通过构建越来越强大的算法进行数据拟合。而集成学习着重于在训练集上做文章:将训练集划分为各种子集或权重变换后用较弱的基模型拟合,然后综合若干个基模型的预测作为最终整体结果。在Scikit-Learn中实现了两种类型的集成学习算法,一种是Bagging methods,另一种是Boosting methods。 阅读全文
posted @ 2019-05-13 10:55 小李子2926 阅读(549) 评论(0) 推荐(0) 编辑
摘要: 任何机器学习算法都是基于对已有数据集或环境的信息挖掘,要求将从现有数据学习得到的模型能够适配于未来的新数据。 阅读全文
posted @ 2019-05-09 09:40 小李子2926 阅读(1399) 评论(0) 推荐(0) 编辑
摘要: 强化学习是对英文Reinforced Learning的中文翻译,它的另一个中文名称是“增强学习”。相对于有监督学习和无监督学习,强化学习是一个相对独特的分支;前两者偏向于对数据的静态分析,后者倾向于在动态环境中寻找合理的行为决策。 阅读全文
posted @ 2019-05-05 17:27 小李子2926 阅读(654) 评论(0) 推荐(0) 编辑
摘要: 有监督学习用于解决分类问题的前提是必须有一个带标签数据的样本集,但获得数据标签的代价往往是非常昂贵的。同时,这些标签通常都是人工标注,标注错误的情况也时有发生。这样就促使了无监督学习策略的发展,简单的说它就是:对无标签数据进行推理的机器学习方法。 阅读全文
posted @ 2019-04-22 14:02 小李子2926 阅读(619) 评论(0) 推荐(0) 编辑
摘要: 经过数十年的发展机器学习已先后衍生出百余种算法,几乎每种算法又有若干分支。这些算法根据动机和适用场景可分为三大类型:有监督学习、无监督学习、强化学习。 阅读全文
posted @ 2019-04-18 10:52 小李子2926 阅读(1059) 评论(0) 推荐(0) 编辑
摘要: 在Koa中应用Nunjucks,需要先把Nunjucks集成为符合Koa规格的中间件(Middleware),从本质上来讲,集成后的中间件的作用是给上下文对象绑定一个render(view, model)方法,这样,后面的Controller就可以调用这个方法来渲染模板了。 阅读全文
posted @ 2019-01-14 20:11 小李子2926 阅读(823) 评论(0) 推荐(0) 编辑
摘要: 在实战项目中,经常需要记录下服务器的响应时间,也就是从服务器接收到HTTP请求,到最终返回给客户端之间所耗时长。在Koa应用中,利用中间件机制可以很方便的实现这一功能。 阅读全文
posted @ 2019-01-08 20:38 小李子2926 阅读(785) 评论(0) 推荐(0) 编辑
摘要: 笔者相信在未来的某一天,Koa一定会完全替代Express,成为Node.js Web框架的主流。 阅读全文
posted @ 2018-12-26 21:17 小李子2926 阅读(1535) 评论(0) 推荐(0) 编辑