HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
一文理解拉格朗日对偶和KKT条件
一.最优化问题求解1.等式约束的极值求法$$\begin{gather}\underset{t}{min}f(t)\;s.t.\;h_i(t)0,i1,\cdots,p\end{gather}$$目标函数:$f(t)$,引入Lagrange算子
基于svm算法的简单XSS攻击识别模型
学习机器学习已经有段时间了,心里一直在寻思着如何将其运用在安全上,前几天刚好看到兜哥的那篇文章,于是花了两天时间实现了一个简单的基于svm的xss过滤器,这里做一个比较接地气的分享。1.概念理解首先还是科普一些基础概念,什么是SVM,SVM叫支持向量机,是建立在统计学习理论的VC
SVM零基础系列教程(二)
更多文章,欢迎大家关注的我的个人博客网站:fangd123(https://link.segmentfault.com/?encXCR5TlMSnMjaHvTzGRpflg%3D%3D.RXFe0AOiMZMDegULzZapKC5KpQ1j5Gmf0uCTNbFp3W4%3D)英
【译】SVM零基础系列教程(一)
英文原文链接:SVMUnderstandingthemathPart1Themargin(https://link.segmentfault.com/?enc9OhpI%2BVux%2B9GEoO8MPZdzg%3D%3D.1HySSjS%2Bk7i5RHJvzLNq
TextGrocery,更好用的文本分类Python库
古龙说,无论什么东西,最好的都只有一种。经历半年的文本分类实践,我们基本已断定,最好的文本分类算法就是SVM支持向量机。但是纵然知道了天机,新手做文本分类仍然需要学习不少东西,例如算法原理、分词、向量化等等。如果用上scikitlearn这样的庞然大物,更有种高射炮打蚊子的异样感。有没有可
LibShortText简要入门
LibShortText(http://www.csie.ntu.edu.tw/~cjlin/libshorttext/)是一个开源的Python短文本(包括标题、短信、问题、句子等)分类工具包。它在LibLinear(http://www.csie.ntu.edu.tw/~cjlin/li
图像检索SVM用户反馈处理
提出问题:因为在基于内容的图像检索中存在&34;语义鸿沟&34;问题,该问题使得图像视觉特征间的相似性并不完全等同于图像内容间的相似性。为解决&34;语义鸿沟&34;问题,用户反馈机制常常被引入到图像检索中。分析问题:检索出该图像的原因在于这幅图像与检索条件有相似的背景,从视觉特征角度来
svm支持向量机 学习笔记
1简介支持向量机(SupportVectorMachine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习
已经看完全部文章
已加载文章中没有匹配内容,可继续加载更多。