【机器学习面试总结】————特征工程一、特征归一化为什么需要对数值类型的特征做归一化?二、类别型特征在对数据进行预处理时,应该怎样处理类别型特征?三、高维组合特征的处理什么是组合特征?如何处理高维组合特征?四、组合特征怎样有效地找到组合特征?五、文本表示模型有哪些文本表示模型?它们各有什么优缺点?比较词袋模型和词嵌入模型：六、Word2VecWord2Vec是如何工作的?它和LDA有什么区别与联系?七、图像数据不足时的处理方法在图像分类任务中,训练数据不足会带来什么问题?如何缓解数据量不足带来的问题?特征工程，顾名思义，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。
【机器学习面试总结】————特征工程一、特征归一化为什么需要对数值类型的特征做归一化?二、类别型特征在对数据进行预处理时,应该怎样处理类别型特征?三、高维组合特征的处理什么是组合特征?如何处理高维组合特征?四、组合特征怎样有效地找到组合特征?五、文本表示模型有哪些文本表示模型?它们各有什么优缺点?比较词袋模型和词嵌入模型：六、Word2VecWord2Vec是如何工作的?它和LDA有什么区别与联系?七、图像数据不足时的处理方法在图像分类任务中,训练数据不足会带来什么问题?如何缓解数据量不足带来的问题?特征工程，顾名思义，是对原始数据进行一系列工程处理，将其提炼为特征，作为输入供算法和模型使用。
今天下午去找郑老师权老师等去答疑，老师说大题会考查得比较套路，计算不难。明天就要考试了，再把大题常见题型总结一下，热学这块我做完了蓝本的热学题目，发现了如下三种：有关循环过程曲线的：给出循环过程，给出部分参数。先求其他参数，再求循环效率。理想气体状态方程和绝热过程方程、以及Cp、Cv、i都是必考的。这种题的气体物质的量往往直接给出了。很多人学着学着淡化了卡诺循环的概念。卡诺循环(Carnotcycle)是只有两个热源（一个高温热源温度T1和一个低温热源温度T2）的简单循环。由于工作物质只能与两个热源交换热量，所以可逆的卡诺循环由两个等温过程和两个绝热过程组成。以下面第一题为例：求系统对外所做的
最近在使用一款TFT驱动芯片ST7789，在阅读芯片数据手册和液晶屏数据手册时，发现总是对不上，芯片手册中，有好几个引脚，一会儿是这个作用，一会儿又变成另一种作用，实在是让人感到混淆。网上找了好久，也没有人专门针对这款芯片进行细致地讲解，按理说，这款芯片很常用，为啥没有一个专门的教程呢，难道这个确实太简单了，只是我不会看数据手册吗？为此，从网上找了些零碎的内容，做一个简单的汇总整理，并根据我自己的理解和使用情况做一些必要的补充。ST7789v是Sitronix公司研制的，用于驱动LCD的芯片，在市场上有很多TFT屏使用这款芯片驱动。注意：虽然驱动芯片相同，但不同TFT厂家在设计接口时各有不同。
如果说当下什么编程语言最靠谱或者比较适合搞副业？答案肯定100%是：Python。python是所有语法中最简单易上手的语言，不需要特别的的英语词汇量，逻辑思维也不需要很差就能上手。而且学会了之后就能编写代码爬取各种数据，制作各种图表，提升工作效率。而且还能利用业余时间接点私活，一个月轻松收入过万不是问题，这样的生活他不香吗？今天就给大家盘点几个基本入门接私活的资源，让你轻松学python，实现经济独立。一、Python兼职种类：接私活刚学会python那会，就有认识的朋友介绍做一个网站的私活，当时接单赚了4K，后又自己接过开发网站后台接口、做数据处理等事情，都赚了一些。接私活指的是利用自己的
一、数据定义1、库的管理1.1、库的创建语法：createdatabase库名；或createdatabdseifnotexists库名；1.2、库的修改语法：alterdatabase库名例：修改数据库pet的默认字符集为latin1,效对规则为latin1_swedish_ci。Createdatabasepetdefault(默认)character(字符)set(集)latin1default(默认)collate(校对)latin1_swedish_ci;1.3、库的删除语法：dropdatabase(ifesists)库名;1.4、库的显示语法：showdatabases;2、表的
文章目录神经网络基础1.1什么是神经网络？1.2神经元和激活函数1.3前向传播和反向传播1.4损失函数和优化算法深度神经网络2.1卷积神经网络（CNN）2.2循环神经网络（RNN）2.3长短期记忆网络（LSTM）2.4生成对抗网络（GAN）神经网络训练技巧3.1数据预处理3.2批量归一化3.3正则化和dropout3.4参数初始化策略深度学习应用领域4.1图像识别和分类4.2自然语言处理4.3语音识别4.4强化学习神经网络基础1.1什么是神经网络？想象一下，你正在学习如何识别不同种类的动物，比如狗、猫和鸟。你会观察它们的特征，如体型、毛色、嘴形等，然后逐渐学会将这些特征与相应的动物类别关联起来
第1章Spark概述1.1Spark是什么Spark是一种基于内存的快速、通用、可扩展的大数据分析计算引擎。主要用于数据计算，经常被认为是Hadoop框架的升级版。1.2Spark和Hadoop的缘分组成Hadoop是由Java语言编写的，部署在分布式服务器集群上，用于存储海量数据并运行分布式分析应用的开源框架；其重要组件有，HDFS分布式文件系统、MapReduce编程模型、Hbase基于HDFS的分布式数据库：擅长实时随机读/写超大规模数据集。Spark是由Scala语言开发的快速、通用、可扩展的大数据分析引擎；SparkCore实现了Spark的基本功能，包括任务调度、内存管理、错误恢复
SELECT：语句用于从数据库中选取数据从"Websites"表中选取"name"和"country"列SELECTname,countryFROMWebsites从"Websites"表中选取所有列SELECT*FROMWebsites;SELECTDISTINCT：用于返回唯一不同的值从"Websites"表的"country"列中选取唯一不同的值，也就是去掉"country"列重复值SELECTDISTINCTcountryFROMWebsites;WHERE：用于过滤记录从"Websites"表中选取国家为"CN"的所有网站SELECT*FROMWebsitesWHEREcountry
这里指出3种方式的比较，说是3中编程架构也行，其实不仅仅针对tree显示结构，对table，list等同样适用。直接用qtreewidget，使用例子 qtreeview和qtreewidget[ansys简单示例]-Java架构师必看用模型/视图，用qt提供的标准QstandItemModel，可以看我这篇博客：用模型/视图，子类化QAbstractItemModel方式后两种方式的使用原理，可以看看我这个博客：关于qt模型视图QStandardItemModel的通俗讲解_标biao的博客-CSDN博客先讲结论：结论qtreewidget用于数据简单，数据项少，解耦程度要求低的场合。但是代
