bl blog.csdn.net / 2017-09-04 23:22 / by @__L威宏________

机器学习: 逻辑回归(Logistic Regression) 小项目

逻辑回归也是数据拟合的一种工具，它用于解决分类问题，即结果是离散型的，而这类问题往往用线性回归不能很好的解决。因此，对于分类问题，我们应当选择逻辑回归而不是线性回归。

赞过的人

zg zgq.me / 2025-01-19 23:38

关于 React App 业务逻辑的组织

这篇文章分享了 React 应用开发的经验，重点是如何拆分渲染逻辑、组织代码文件、优化业务流程表达以及将事件驱动逻辑转换为命令式写法。通过使用自定义 Hook 和模块化设计，提升了代码的可读性和可维护性。

适合人群：有一定 React 开发经验的前端开发者，尤其是关注代码结构优化、状态管理和复杂逻辑处理的工程师。

查看详情

无图

zg zgq.me / 2024-11-02 16:56

关于 React App 业务逻辑的组织

本文探讨了 React 应用的业务逻辑组织策略，涵盖渲染逻辑拆分、文件结构优化、业务流程的表达方式和状态管理。通过引入自定义 Hook 和状态机，提升模块间的高内聚、低耦合，便于维护复杂逻辑。文章还建议通过命令式写法和状态划分来简化流程，避免逻辑交叉，从而减轻代码阅读与维护负担。

查看详情

无图

bl blog.nsfocus.net / 2024-11-02 16:27

对抗式机器学习攻击与缓解措施分类及术语（上）

本文介绍了NIST在对抗性机器学习中的分类和术语，分析了攻击阶段、目的和对抗措施，帮助提升AI系统的安全性和鲁棒性。

查看详情

无图

zg zgq.me / 2024-11-02 16:10

关于 React App 业务逻辑的组织

在 React 应用开发中，本文探讨了高效组织业务逻辑的实践，包含渲染逻辑拆分、代码文件结构、业务流程表达以及状态管理策略等要点。通过合理划分组件与状态模块，使用自定义 Hook 封装复杂逻辑，提升代码的可读性与维护性。特别是在复杂应用中，推荐使用状态机与命令式逻辑来简化业务流程，使代码更加直观清晰。

查看详情

无图

bl blog.nsfocus.net / 2023-02-12 14:05

部署机器学习方案之困（下）

在工业环境中开发基于机器学习的解决方案包括四个阶段：数据管理、模型学习、模型验证和模型部署，而这些阶段没有严格的时间轴，在一定程度上存在并行和反馈循环。本节将讨论从业者在最后一个阶段中面临的常见问题和挑战，并讨论涉及到的其他问题。

查看详情

无图

bl blog.nsfocus.net / 2023-02-12 14:04

近年来，机器学习无论是作为学术研究领域还是实际商业问题的解决方案，都受到了越来越多的关注。然而，就像其他领域一样，在学术环境中起作用的研究和实际系统的要求之间往往存在着显著差异，所以在生产系统中部署机器学习模型可能会带来许多问题。

本文介绍一篇剑桥大学2020年发表的研究综述，其调研了在各种用例、行业和应用中部署机器学习解决方案的公开报告，提取了与机器学习部署工作流阶段对应的实际考虑因素。对于从业者而言，了解在机器学习部署的各个阶段所面临的挑战是非常重要的，本文将对这方面进行主要阐述，最后介绍潜在的解决方案，共分为上、下两篇，本篇为上篇，希望各位能从中受益并引发更多思考。

查看详情

无图

te tech.meituan.com / 2022-12-24 23:38