Logo

菜单

图书馆 铁剑恒涌，断虚入真。大道无疆，沉荒见本。

归档

2025 年 10 月

机器学习入门：6. 分类：基于规则的分类

2025-10-08

机器学习 #决策树#数据挖掘#预测#统计学
介绍基于规则的分类思想、规则评估与冲突处理，以及规则生成与 FOIL 信息增益方法。
机器学习入门：5. 分类：贝叶斯方法

2025-10-06

机器学习 #预测#统计学#数据挖掘#贝叶斯
概述贝叶斯决策与 MAP，先验 / 似然 / 后验的更新规则，朴素贝叶斯的条件独立与平滑处理，以及贝叶斯网络在相关特征下的建模与局限。
机器学习入门：4. 对模型的评估

2025-10-06

机器学习 #决策树#基尼指数#统计学#数据挖掘#预测
涵盖分类误差与泛化、训练误差对比，解析欠拟合 / 过拟合原因、复杂度惩罚与剪枝策略，以及模型评估与交叉验证要点。
机器学习入门：3. 基础的概念和处理方法

2025-10-05

机器学习 #数据挖掘#数据处理#统计学#决策树#基尼指数
本文系统介绍了机器学习的五大框架：监督学习、非监督学习、半监督学习、强化学习及其他类型，并详细讲解了决策树等具体训练方法及其评估指标。
机器学习入门：2. 数据挖掘基础

2025-10-03

机器学习 #数据挖掘#数据处理#统计学
本文介绍了数据挖掘的基础概念, 包括数据质量、相似度与距离度量、数据预处理方法以及信息论度量。内容涵盖余弦相似度、Jaccard 系数、皮尔逊相关系数、欧氏距离、马氏距离等多种算法, 并解释了熵和互信息在数据挖掘中的应用。
机器学习入门：1. 数据属性与类型详解

2025-10-02

统计 #数据处理#数据挖掘#统计学
本文详细介绍了数据科学中的基本概念，包括对象、属性、属性值的类型（名义型、有序型、区间型、比例型）、离散与连续属性值、属性值的对称性以及数据集的类型（记录型、图数据、有序数据）。
机器学习入门指南：0

2025-10-02

机器学习 #预测#数据处理
介绍机器学习的基本概念

2025 年 09 月

1panel 升级快速链接

2025-09-25

服务器软件 #1panel#升级#v2
1panel的从升级 v1升级到v2的完整教程很间接，提供一个直达 https://gitee.com/fit2cloud-feizhiyun/1panel-migrator/releases/ 然后按照这个安装
自建S3，Minio，并通过挂载网盘备份

2025-09-22

服务器软件 #思源笔记#备份#Minio#S3#新手#服务器#docker
最近又把底层换成了FNos，然后飞牛可以持续挂载网盘，这样我终于可以摆脱Alist或者Openlist用的第三方不稳定的挂载了。 这个时候又接触了思源笔记，需要稳定的同步服务器，加上手里的云服务器越来越多，我需要一个稳定的内容服务器来负责备份和同步节点。那么现在最好的就是S3存储了。 第一步：自建方
Searxng安装过程以及接入openwebui

2025-09-19

服务器软件 #openwebui#searxng#接入
Openwebui没有自带的联网搜索，所以我们可以接入第三方搜索服务，或者自建。 github地址 ：https://github.com/searxng/searxng 所有的步骤需要 一台装有docker的服务器 可以运行docker compose Embeding 模型 第一步：安装Sear
上一页 下一页