- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
机器学习入门 4-5 超参数
通过前面的小节，我们知道了kNN算法中k这个参数值，在sklearn中k这个值被封装成了k_neighbors参数。在前面我们随机的指定参数k的值，究竟k的值为多少的时候，模型才是最好的呢？这就涉及到了机器学习领域非常重要的问题~超参数问题。
76730发布于 2019-11-13 - 来自专栏Hank’s Blog
4-5 R语言函数 split
#split根据因子或因子列表将 向量或其他对象分组 #通常与lapply一起使用 #split(参数):split(向量/列表/数据框,因子/因子列表) > x <- c(rnorm(5),runif(5),rnorm(5,1)) > x [1] 0.61008707 0.81746169 -1.09859969 -1.78134612 -1.94262725 0.99760581 [7] 0.37793960 0.05258653 0.38525197 0.46051864 -0.
93540发布于 2020-09-16 - 来自专栏大前端_Web
javascript高级程序设计(4-5)章笔记
版权声明：本文为吴孔云博客原创文章，转载请注明出处并带上链接，谢谢。 https://blog.csdn.net/wkyseo/article/details/51234909
75440发布于 2018-09-27 - 来自专栏皮皮鲁的AI星球
漫谈 | 同是北大的学生，考研进北大和高考进北大，差距很大吗？
同是“北京大学”的学生，考研进北大和高考进北大，差距很大吗？我的答案是，差距确实很大！ 我本科非北大，研究生保送进入北大的，我从自己身边的几个案例来跟大家分享一下被那些”高考进北大“的学神碾压是什么感觉。本文涉及人物均为真实案例。 到了大学，听说J选修了北大的经济学双学位，后来研究生来了北大才知道，经济学双学位在北大尽人皆知，号称三俗之一，几乎所有人都会选修，每年招收近千人。 W和L是我来到北大后认识的朋友，也都选修了“经双”，W本科是北大物理专业，本科毕业是本专业前几，研究生直接保送到了北大光华管理学院。 同在北大 差距很大 同是北大的学生，考研进北大和高考进北大，差距很大吗？我个人感觉确实有一些差距。这些高考进北大的尖子生，不只会高考，也经常不务正业，结果玩着玩着，就玩出了一些名堂。
1K10发布于 2019-12-26 - 来自专栏运维之路
【每日一思】2022年第4-5周
一直认为理想情况下的数据运营方法应该基于“贴源层数据-》指标（至少到带有主题的流水）-》洞察-》决策-》执行”的路线，这样才能减少返工的重复性工作量。
28520编辑于 2022-03-07 - 来自专栏iOS面试
iOS 面试策略之算法基础4-5节
前面介绍了数组、字典、字符串、链表、栈、队列的处理和应用方法。本节将会探讨平常相对很少用到、面试中却是老面孔的数据结构：二叉树。本节主要包括以下内容：
1.1K60发布于 2021-04-20 - 来自专栏NetCore 从壹开始
4-5 安装并迁移数据库：mysql
docker volume create volume_name命令新建一个数据卷
88520编辑于 2023-01-09 - 来自专栏AI SPPECH
IO竞赛2025年题目解析：基础级难度（4-5）
2025年的IO竞赛基础级（难度系数4-5）题目开始涉及更多的数据结构和算法思想，对选手的编程能力和逻辑思维提出了更高的要求。 难度进阶路径: 入门(1-3) → 基础(4-5) → 提高(6-8) → 竞赛(9-10) 难度系数 考察重点 核心知识点 学习目标 4-5 数据结构、算法应用 栈、队列、树、图的基础应用 掌握基础数据结构的使用和简单算法的实现 ） ├── 第四章：基础级题目解题技巧总结 └── 第五章：从基础到提高的学习建议 第一章：2025年IO竞赛基础级题目概述 根据2025年NOI修订版大纲，基础级（CSP-J提高）的知识点难度系数为4-
36410编辑于 2025-11-13 - 来自专栏HyperAI超神经
跨界教授林宙辰：从北大来，回北大去
在北大，林宙辰老师开始接触 AI，初步学习了图像处理和模式识别，也参与了若干实际项目，其中一个项目就是搭建地理信息系统，把手绘地图或印刷地图数字化并进行管理。 1995 年，林宙辰老师从北大数学系硕士毕业后，远赴香港，在香港理工大学应用数学系，又进行了为期两年的硕士学习，掌握了计算数学的基础。 林宙辰老师回到北大数学学院后，深入地学习了图像处理、机器视觉和模式识别的课程。立志成为数学家的林宙辰老师，开始全面转向 AI 领域。 招生看「四好」，理论优于编程 林宙辰老师回到北大后，在智能科学系任教授，主要研究机器学习和计算机视觉。 12 年微软亚洲研究院履职， 40 岁的林宙辰老师，在职业发展上做出了一个重大转变：放弃微软亚洲研究院的丰厚待遇，回归北大教书育人，继续人工智能理论方面的研究。
1.4K50发布于 2021-08-25 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南4-5
小程序经常需要向服务器传递数据或者从服务器拉取数据，这个时候可以使用wx.request这个API，在本章节会重点讨论wx.request的使用和注意事项。
73910编辑于 2025-08-25 - 来自专栏沉默王二
北大，竟然这样上！
废话不多说，今天抽出一个小时给大家分享一份北大学长的《CS 指南》，在 GitHub 上已经星标 5.6k 了——原来，北大可以这样上！ 这份指南规划的内容有： 学习工具：IDE、Stack Overflow、Git、GitHub、Vim 等等 国外高质量的 CS 课程汇总 经典书籍推荐，类似 CSAPP 这样的硬核书籍 比较令我想不到的是，这位北大的同学也一度怀疑自己是不是不适合计算机 ，也许是对北大的课程不是很满意吧？
59430编辑于 2022-04-14 - 来自专栏前端说吧
flag - 4-5月份预整理总结的文章目录
关于echarts各种稀奇古怪让人想骂niang地需求的配置 js-sdk微信分享时，动态url的设置 基于ajax渲染模板的二级/多级自定义联动下拉功能封装， 一个基于promise的ajax异步请求函数封装，不用再写那么多遍的if result === 1啦！ css-移动端h5在iphonex的适配 vuex的使用步骤梳理，轻松掌握。附源码 使用vue实现自定义多选与单选的答题功能 vue中使用axios，实现向请求头中传递cookie值 vue中，mode为history时，build打包后页面空白
75230发布于 2018-06-25 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程4-5：LM模型+数值+因子+PCA协变量
第一列为FID 第二列为ID 第三列以后为协变量（注意，只能是数字，不能是字符！）
4.5K40发布于 2020-05-29 - 来自专栏前端说吧
flag - 4-5月份预整理总结的文章目录
1.关于echarts各种稀奇古怪让人想骂niang地需求的配置 2.vue中，mode为history时，build打包后页面空白的解决方法 3.vue中使用axios，实现向请求头中传递cookie值 4.js-sdk微信分享时，动态url的设置 5.vuex的使用步骤梳理，轻松掌握。 6.一个基于promise的ajax异步请求函数封装，不用再写那么多遍的if result === 1啦！ 7.使用vue实现自定义多选与单选的答题功能 8.基于ajax渲染模板的二级/多级自定义联动下拉功能封装， 9.
88350发布于 2018-05-17 - 来自专栏深度学习自然语言处理
县城再无清华北大
有种观点很有趣，意思是说“从落后地区考入清华北大的学生天赋上自有其过人之处，所以……”。 而且我发现，尽管清华北大在北京招生名额很多，但是父母教育程度不高的北京土著家庭却很少有孩子考上清华北大。 而且近年来的趋势是北京最优秀的学生选择直接出国，而不是上清华北大。 我再补充三点： 1.我只是在陈述事实，我并没有表达“北京人考清华北大更容易是合理的”这样的观点。 以陕西为例，曾经考上清华北大的学生在各个城市、县城是比较平均的。但是这些年，清华北大在陕西的招生名额日趋被几所超级中学垄断，而周边的小县城，年级第一能考个西安交大就谢天谢地了。
79910编辑于 2022-09-02 - 来自专栏入门小站
Linux性能优化指北大全
性能问题的本质就是系统资源已经到达瓶颈，但请求的处理还不够快，无法支撑更多的请求。性能分析实际上就是找出应用或系统的瓶颈，设法去避免或缓解它们。
1.4K20编辑于 2022-06-03 - 来自专栏Java研发军团
解析北大招生数学考题。
先看一道号称是北大招生题： ?
1.2K30发布于 2019-06-05 - 来自专栏FREE SOLO
北大Hadoop实践教程精要笔记
Hadoop目前是Apache旗下的顶级项目之一， 是Google在2004年提出的“MapReduce”分布式计算框架的一个Java实现。
93520发布于 2019-04-28 - 来自专栏图与推荐
北大@KDD | GAT v.s. MLP?
作者| 刘 旋 审核 | 李梦露 分享一篇北京大学崔斌教授团队发表在KDD 2022上关于图神经网络的文章:《Graph Attention Multi-Layer Perceptron》。图神经网络GNN在许多基于图的应用中取得了巨大成功。然而，大规模图的高稀疏性阻碍了它们在工业场景中的应用。虽然针对大规模图提出了一些可扩展的GNN，但它们对每个节点采用固定的𝐾-hop邻域，导致GNN模型在训练过程中对实际感知域不敏感，因此在稀疏区域内对节点采用大传播深度时,会面临过平滑问题。为了解决上述问
64750编辑于 2023-03-01 - 来自专栏Python编程与实战
北大法律大模型ChatLaw火了！！
语言大模型不断向垂直行业领域拓展，这次出圈的是北大法律大模型。 大模型又「爆了」。 昨晚，一个法律大模型 ChatLaw 登上了知乎热搜榜榜首。热度最高时达到了 2000 万左右。 这个 ChatLaw 由北大团队发布，致力于提供普惠的法律服务。一方面当前全国执业律师不足，供给远远小于法律需求；另一方面普通人对法律知识和条文存在天然鸿沟，无法运用法律武器保护自己。 其实最近发布法律大模型的不只有北大一家。上个月底，幂律智能联合智谱 AI 发布了千亿参数级法律垂直大模型 PowerLawGLM。据悉该模型针对中文法律场景的应用效果展现出了独特优势。 同时，通过与北大国际法学院、行业知名律师事务所进行合作，ChatLaw 团队能够确保知识库能及时更新，同时保证数据的专业性和可靠性。下面我们看看具体示例。
1.6K50编辑于 2023-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号