#贝叶斯理论

前端学习计算机理论知识的好处

写本文的目的,主要是源于和一个老前端的交流。我认为学习计算机理论知识很有用,对职业发展帮助非常大。他认为应用开发和底层开发是两回事,前端属于应用开发,学理论知识完全浪费时间。具体细节就不说了,最后是不欢而散。不过,有一点我们是达成共识的:学习计算机理论知识不能让你的业务页面写得更快、更好,它不是银弹,不能解决所有开发中...

机器学习——贝叶斯和朴素贝叶斯

贝叶斯判定准则:最小化总体风险,只需在每个样本上选择能使条件风险R(c|x)最小的类别标记 一、极大似然估计1.估计类的常用策略:先假定其具有某种确定的概率分布形式,再基于训练样本对概率分布的参数进行估计。即概率模型的训练过程就是参数估计过程。2.参数估计两大学派:频率主义学派和贝叶斯学派。(1)频率主义:参...
代码星球 ·2020-12-18

数据分析建模理论基础1

大数据分析场景和模型应用数据分析建模需要先明确业务需求,然后选择是 描述型分析 还是 预测型分析。如果分析的目的是描述目标行为模式,就采用描述型数据分析,描述型分析就考虑 关联规则、 序列规则 、 聚类 等模型。如果是预测型数据分析,就是量...
代码星球 ·2020-12-10

数据分析建模理论基础

大数据分析场景和模型应用数据分析建模需要先明确业务需求,然后选择是 描述型分析 还是 预测型分析。如果分析的目的是描述目标行为模式,就采用描述型数据分析,描述型分析就考虑 关联规则、 序列规则 、 聚类 等模型。如果是预测型数据分析,就是量...
代码星球 ·2020-12-10

分布式理论之一:Paxos算法的通俗理解

维基的简介:Paxos算法是莱斯利·兰伯特(LeslieLamport,就是LaTeX中的"La",此人现在在微软研究院)于1990年提出的一种基于消息传递且具有高度容错特性的一致性算法。Paxos算法目前在Google的Chubby、MegaStore、Spanner等系统中得到了应用,Hadoop中的ZooKeep...

源码实战 | 从线程池理论聊聊为什么要看源码

很多时候,我都想向大家传输一个思想,那就是只有懂了原理,才能随心随心所欲写代码.而看源码,又是了解原理的一个非常重要的途径.然而,肥朝之前的文章,大致分为三类源码解析,穿插怎么看源码(参考肥朝Dubbo源码解析系列文章)怎么临摹一个一比一的源码(参考肥朝dubbo源码解析-简单原理、与spring融合、一比一手写Dub...

CAP 理论 —— 最通俗的解释

CAP理论是分布式系统的一个基础理论,它描述了任何一个分布式系统最多只能满足以下三个特性中的两个:一致性(Consistency)可用性(Availability)分区容忍性(Partitiontolerance)CAP理论听起来十分抽象,本文尝试以生活中的例子并用通俗易懂的语言来解释CAP理论的含义。一天晚上,正准备...
代码星球 ·2020-12-10

哈希算法的一些理论

一致性哈希算法在1997年由麻省理工学院提出的一种分布式哈希(DHT)实现算法,设计目标是为了解决因特网中的热点(Hotspot)问题,初衷和CARP十分类似。一致性哈希修正了CARP使用的简单哈希算法带来的问题,使得分布式哈希(DHT)可以在P2P环境中真正得到应用。   一致性hash...
代码星球 ·2020-12-09

从分布式一致性谈到CAP理论、BASE理论

问题的提出在计算机科学领域,分布式一致性是一个相当重要且被广泛探索与论证问题,首先来看三种业务场景。1、火车站售票假如说我们的终端用户是一位经常坐火车的旅行家,通常他是去车站的售票处购买车票,然后拿着车票去检票口,再坐上火车,开始一段美好的旅行----一切似乎都是那么和谐。想象一下,如果他选择的目的地是杭州,而某一趟开...

3.3_朴素贝叶斯

朴素贝叶斯(NaiveBayes)是一个非常简单,但是实用性很强的分类模型。朴素贝叶斯分类器的构造基础是贝叶斯理论。概率定义为一件事情发生的可能性。事情发生的概率可以通过观测数据中的事件发生次数来计算,事件发生的概率等于改事件发生次数除以所有事件发生的总次数。举一些例子:扔出一个硬币,结果头像朝上某天是晴天某个单词在未...
代码星球 ·2020-11-27

性能测试总结(一)---基础理论篇

 转:https://www.cnblogs.com/puresoul/p/5456855.html一、 什么是软件性能    定义:软件的性能是软件的一种非功能特性,它关注的不是软件是否能够完成特定的功能,而是在完成该功能时展示出来的及时性。  由定义可知性...

浅说机器学习理论

原文地址:https://www.cnblogs.com/kangheng/p/10160363.html机器学习是现在在风口上。其包括一系列的具体算法,学习这些算法需要一定的数学基础(线性代数、概率论),网上有大量的资料可以参考学习;对于工程来说门槛就更低了,有许多优秀的现成框架可以使用。虽然我们调用一些api、调调...
代码星球 ·2020-10-12

统计学习方法:朴素贝叶斯

作者:桂。时间:2017-04-20 18:31:37链接:http://www.cnblogs.com/xingshansi/p/6740308.html 前言本文为《统计学习方法》第四章:朴素贝叶斯(naivebayes),主要是借助先验知识+统计估计,本文主要论述其分类的思路。全文包括:  1...

Swift里的CAP理论和NWR策略应用

http://blog.sina.com.cn/s/blog_57f61b490101a8ca.html最近有人讨论到swift副本数是否能够调整,3副本成本过高,如果改成2副本怎么样?多聊了几句以后发现不少人可能都是望文生义,简单的认为副本数只是多一个少一个Copy的问题,并不了解背后的理论依据。所以想写个简单的介绍...
代码星球 ·2020-09-21

Python机器学习(十五)朴素贝叶斯算法原理与代码实现

朴素贝叶斯是经典的机器学习算法之一,也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单,也很容易实现,多用于文本分类,比如垃圾邮件过滤。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的独立(条件特征独立)性和连续变量的正态性假设为前提,就会导致算法...
首页上一页12345...下一页尾页