精华内容
下载资源
问答
  • 我的jsp页面更改,需要重新部署才会生效。重启tomcat都没用,咋回事啊==。
  • Java入门需要哪里入手学习

    千次阅读 2017-04-19 14:42:24
    多年前我自学的时候是很茫然,上网问问题,总是一堆外行的人说很难啊,你需要这样需要那样,不然就是,一堆人说一些空话,多看多写,买好书,我很无语,除了这些就没有自己的一些想法吗?  首先很多人认为学JAVA要...

    多年前我自学的时候是很茫然,上网问问题,总是一堆外行的人说很难啊,你需要这样需要那样,不然就是,一堆人说一些空话,多看多写,买好书,我很无语,除了这些就没有自己的一些想法吗? 
    首先很多人认为学JAVA要C的基础,但是实际上不用,学开车,我不想先学骑自行车,没有必要。

    第一阶段: 
    1. JAVA语法和基础,包括循环。。和类的相关内容,如实现,继承什么的 
    2. 你需要掌握几个重点的集合,List接口的两个子类LinkedList,ArrayList;然后是Map几口的两个子类HashMap,HashTable;Set接口 掌握List后学Set就容易了;掌握Collection和Collections的区别 
    3.掌握IO一章,重点的几个流 InputStream,OuputStream;BufferedReader,BufferedWrite; 
    ObjectInputStream, ObjectOutputStream,,PrintWriter,FileReader,FileWriter了解JAVA的序列化,掌握JAVA的File类。 
    4.JDBC非常重要,重点掌握Connection,PreparedStatement, Statement,ResultSet, 其他的可以在学习或项目中如果碰到再学,但早期重点掌握前面几个,其他了解足够, 
    数据库建议新手用MySql,下载Navicat for MySQL管理工具 
    5.如果你想快速上手的话,那么你需要跳过这些, 
    包括:线程,网络编程,GUI编程

    如果你想学习Java可以来这个群, 首先是一二六,中间是五三四,最后是五一九,里面有大量的学习资料可以下载。

    好的,现在你可以进入第二阶段了

    1. HTML+JAVASCRIPT不必说了,掌握多少看自己把握了,CSS做了解 
    2. JSP+Servlet,你需要重点掌握几个,Request,Response,Session,其次是Application.

    另外你需要知道Redirect,ForWard的区别,Servlet的生命周期等 
    3. 标签方面:(1)掌握EL表达式;(2)最好掌握JSTL标签,不会也可,但如果掌握了JSP标签,学JSTL也十分简单,重点是迭代标签和格式化标签, 
    4. 学习AJAX,简单点就行了,无需深入研究 
    5. 掌握了上面的,你可以继续学习框架:Struts2.0;Hibernate3;Spring 2.0 
    6. 如果上面你都做到的话,并且在期间做了2到3个项目的话,OK你可以参加工作了 
    这只是我给新人的一点指引,并非JAVA要学的全部

    展开全文
  • .NET开发工程师,转PHP软件开发,需要哪里开始?我需要哪里开始,表示密迷茫。请各位大咖,指导一下小白……   u

    .NET开发工程师,转PHP软件开发,需要从哪里开始?我需要从哪里开始,表示密迷茫。请各位大咖,指导一下小白……

     

    u

    展开全文
  • 机器学习需要的大量数据集从哪里找?一、阿里天池二、kaggle三、KDD-cup四、DataCastle五、科赛(Kesci)1. 比赛项目2. 数据集3. 任务4. 教程六、其他1. DataFountain2. 腾讯广告算法大赛3. JDATA智汇平台 也许你已经...

    作者:东写西读
    链接:https://www.zhihu.com/question/342295029/answer/846359794
    来源:知乎
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

    也许你已经手撕了好几遍《数学统计方法》、《西瓜书》、《机器学习实战》等经典书籍,熟练掌握了各种常用的机器学习算法的原理和推导,却不知道怎么应用于实际场景中;也许你正在入门机器学习,但每次学不过三分钟就已经昏昏欲睡,从此你发现了一个极好的助眠方法。

    无论你属于哪种情况,都仅仅可以定位为机器学习初学者。

    因为学习大数据分析和学习程序开发不一样之处在于,如果你学习小程序开发,完全可以结合自己的实际做一个实用的小程序、如果你学后端开发,购买一个十元每个月的云服务器就可以搭建自己的专属服务器。

    而大数据分析/机器学习本质上就是一门如何让数据发挥作用的学科,需要分析大量的数据来增加实践经验,否则就是空中楼阁。单纯的闭门造车并不能成为一个合格的大数据分析师/机器学习算法工程师。宝剑锋从磨砺出,你还需要在实践中打磨自己的技术,将理论与实践相结合。

    日常生活中,个人很难产生大量数据用来练手,所幸的是,目前网上有好多数据挖掘竞赛平台,在这里,你可以免费获得大量的数据,如果能调教出一个排名靠前的模型,甚至可以拿到奖金并写在自己的简历上成为求职的砝码;在这里,你可以与全国乃至全球的算法高手比拼、交流。宝剑锋从磨砺出,多在这些平台上和高手切磋,才是精进自己武艺的绝妙之选。

    下面,就介绍几个机器学习领域最有名的平台及其各自的特点:

    一、阿里天池

    链接:天池大数据众智平台-阿里云天池

    阿里天池是我最推荐的一个平台,首先,作为国内互联网梯队的老大哥,阿里的算法实力和业内影响力当然也是国内首屈一指的。其次,依托于阿里云创新中心,在这里进行中的比赛可能是国内最多的。

    天池大数据竞赛平台已经成为国内算法大佬聚集场所,但是大多数比赛与实际业务场景结合非常紧密,再加上高手云集,所以想在比赛中获得好的成绩难度还是比较大的。

    比赛分类,看看这霸气的分类:诸神之战

    除了参加进行中的比赛,你也可以使用一些阿里提供的免费计算资源来实现自己的想法。

    错过了自己想参加的比赛?不用急,在“技术圈”这个栏目里,有很多历届比赛中积累下的丰富资料和经验供你学习。不过很遗憾的是,很多已经结束的比赛下载不了数据集来自己来实践一下(我观察到包括kaggle等平台也是这个规定)。

    在“AI学习”一览里,还有很多免费的公开课,包括一些大赛优秀团队分享、比赛决赛答辩会的现场录像以及一些比较系统的课程。

    知识树

    点击页面底部的合作方机构,也可以直接跳转到对应的合作方在天池平台上发布的免费课程。

    值得一提的是,在天池课堂里,还有一些比较系统的入门课程。

    如果你最近在研究《机器学习实战》这本书,课堂里的《机器学习实战》导读系列可以帮助你更好的理解这本书。

    二、kaggle

    链接:Kaggle大赛​

    之前写过一篇入门进阶文章,详情参见: 本科生晋升GM记录: Kaggle比赛进阶技巧分享

    Kaggle大赛的名气自不必说,Kaggle 比赛的奖金非常丰厚,都是用dollar来计量的,一般前三名均可以获得奖金。重金之下必有勇父,所以竞争还是很激烈的,随之而来的,里边积淀的历届比赛精华也很多。

    而且比赛按照难易分为以下几个档次:

    ◆ Featured:商业或科研难题,奖金一般较为丰厚;
    ◆ Recruitment:比赛的奖励为面试机会;
    ◆ Research:科研和学术性较强的比赛,也会有一定的奖金,一般需要较强的领域和专业知识;
    ◆ Playground:提供一些公开的数据集用于尝试模型和算法;
    ◆ Getting Started:提供一些简单的任务用于熟悉平台和比赛;
    ◆ In Class:用于课堂项目作业或者考试。

    你可以根据自己的状况选择,比如说著名的“泰坦尼克号生存预测”就是kaggle上比较经典的入门赛。

    但kaggle平台虽说内容丰富,但毕竟是国外的网站,网页加载速度比较慢,而且没有中文页面,对于英语基础比较差的童鞋来说极其不友好。

    另外,在使用kaggle的过程中,一定不能错过kaggle官方的交流社区,一些比赛的冠军团队一般会把思路和代码分享在这里。他们两的作用,就像咖啡和咖啡伴侣、课本和练习册,一个提供问题,一个提供参考答案与赛题交流。kaggle官方交流社区​blog.kaggle.com

    三、KDD-cup

    链接:KDD 2019 | KDD Cup 2019​

    KDD-cup是目前数据挖掘领域最有影响力、最高水平的国际顶级赛事,每年都会吸引世界数据挖掘界的顶尖专家、学者、工程师、学生等前来参赛,被外界誉为大数据领域的奥运会。

    KDD本来就是一个数据挖掘相关的会议,成绩优秀还可以顺带产出论文,所以很多高校和企业的实验室会参加。xgb的发明者陈天奇博士就是KDDCup12的冠军。所以说这个比赛是真正的全球诸神打架,难度可想而知,不太适合初学者参加。

    同Kaggle一样,KDD也存在着语言障碍和加载速度慢等问题。

    四、DataCastle

    链接:DC竞赛-大数据竞赛平台​

    可以看到这些比赛奖金也是挺诱人的。

    当然,在“文献资料”区也提供了一些往届比赛又有团队的分享资料,更重要的是,如果你将要面临找工作的头疼问题,这个平台还提供了一些面试题。这些面试题都是由DataCastle从百度、腾讯等企业的网络公开招聘题中精选出来的,而且附上了详细解析和解题思路,非常适合数据分析岗位面试前的准备。

    另外,DataCastle旗下还有一个DC学院,提供一些付费的课程以及少量免费课程。至于付费课程的价格嘛,emmm……,我是觉得有点感人,有需求的土豪请随意。

    在这里插入图片描述

    五、科赛(Kesci)

    链接:和鲸社区 - Kesci.com

    提供了一个在线计算平台K-Lab,

    1. 比赛项目

    这个平台的特点就是整体比赛难度较低,相应地奖金较少(咱也不是冲着拿奖去的是吧),很多比赛都是由高校组织,参与者大多都是在校学生。这是我当时参加的一个计算机视觉类的比赛,因为当时放假,归心似箭就回家去了。通过远程控制实验室的服务器进行远程调试,还经常断线,所以随便做了三五天熟悉了一下流程,简单地提交了几次就放弃了,达成了我们的队名“骚一波就走”的既定方针。就这样也差点闯入复赛,可见比赛难度不高,所以非常推荐新手来这里练手。

    在这里插入图片描述

    2. 数据集

    如果你没有那么多精力,或者官网暂时没有你擅长领域的比赛,也可以点击“数据集”,下载公开的数据集来练手。

    但是这些数据集没有好的项目实践

    3. 任务

    如果你创意能力强,对大数据的应用有足够的想法,还可以参加赛题征集任务。

    4. 教程

    当然,如果你是一个初学者,只是想看看数据分析的流程,这里这里也有一些教程和项目,都是基于jupyter的,可以一边学习一边实践。整体看了一下,教程偏入门,对于初学者比较友好。

    在这里插入图片描述

    项目一览

    在这里插入图片描述

    专栏一览

    六、其他

    数据挖掘比赛其实是一个非常耗费精力的比赛,在实践过程中,选择以上提到的一个到两个平台重点研究就足够了,下面再附上几个其他平台作为补充,供大家参考。

    1. DataFountain

    CCF指定专业大数据及人工智能竞赛平台-DataFountain

    主要用来参加CCF大赛。CCF是由中国计算机学会主办,高校共同发起的计算机高水平大学生竞赛。主要面向大学生群体。里边好多人工智能大赛主要也是由计算机学会发起。

    2. 腾讯广告算法大赛

    腾讯广告算法大赛​

    每年上半年举办,好处是非参赛时间也可以看看往届的赛题和数据集来研究研究。

    3. JDATA智汇平台

    京东旗下的大数据竞赛平台,上边公布的比赛较少。但是在该平台上整理了优秀团队的分享公开课,很好地做到了大赛的知识积淀,有空可以去学习一下。

    链接:JDATA智汇平台​

    最后,做一个各平台链接汇总:

    1. 阿里天池:天池大数据众智平台-阿里云天池
    2. kaggle:Your Home for Data Science
    3. KDD-CUP:KDD 2019 | KDD Cup 2019
    4. DC竞赛:DC竞赛-大数据竞赛平台
    5. Kesci:和鲸社区 - Kesci.com
    6. Datafountain:CCF指定专业大数据及人工智能竞赛平台-DataFountain
    7. 腾讯广告算法大赛:腾讯广告算法大赛
    8. JDATA智汇平台:JDATA智汇平台

    另外,针对机器学习入门学习者,我还写了一篇利用scikit-learn预置数据集来入门机器学习的文章。感兴趣的可以看看。

    点墨留香:机器学习超详细实践攻略(1):细说scikit-learn里那些有趣又有用的彩蛋级入门数据集

    补充: 谷歌最近出了一个数据集搜索引擎,绝对是人工智能学习者寻找数据集的强大工具,对本篇回答里所有的寻找数据集的方法绝对是降维打击,详情请看:

    东写西读:谷歌强势出手,人工智能学习者有福了,从此数据资产跨入搜索时代!

    以后也会持续补充更新,欢迎点赞转发收藏三连走起~


    推荐文章

    [1] 逻辑回归(Logistic Regression)原理详解及Python实现
    [2] 机器学习算法之——卷积神经网络(CNN)原理讲解
    [3] 卷积神经网络中十大拍案叫绝的操作
    [4] 表情识别FER | 基于深度学习的人脸表情识别系统(Keras)
    [5] 表情识别FER | 基于CNN分类的表情识别研究
    [6] 机器学习算法之——决策树模型(Decision Tree Model)算法讲解及Python实现
    [7] 机器学习算法之——K最近邻(k-Nearest Neighbor,KNN)分类算法原理讲解
    [8] 机器学习算法之——K最近邻(k-Nearest Neighbor,KNN)算法Python实现
    [9] 隐马尔可夫模型(HMM)原理详解及Python实现

    传送门
    在这里插入图片描述

    关注微信公众号:迈微电子研发社,回复 “深度学习实用教程” 获取Github开源项目,回复“手写字识别”获取本文的完整代码。

    在这里插入图片描述

    △微信扫一扫关注「迈微电子研发社」公众号

    知识星球:社群旨在分享AI算法岗的秋招/春招准备攻略(含刷题)、面经和内推机会、学习路线、知识题库等。

    在这里插入图片描述

    △扫码加入「迈微电子研发社」学习辅导群

    在这里插入图片描述

    展开全文
  • 好的产品体验不是一件容易的事情,是专业产品经理、UE、UI完美配合的产物,同样做好数据可视化也不容易,需要具备一定的数据分析能力、熟练使用可视化工具、较好的美术素养、良好的用户体验感觉,还能够换位到受众...

    好的产品体验不是一件容易的事情,是专业产品经理、UE、UI完美配合的产物,同样做好数据可视化也不容易,需要具备一定的数据分析能力、熟练使用可视化工具、较好的美术素养、良好的用户体验感觉,还能够换位到受众角度审视自己的作品,光有理论远远不够,还需要大量的实践磨炼,把理论固化成自己的感觉。

    数据不准确、结论不是很清晰,所以数据可视化的最大难点在数据可视化之外的基础性工作,数据收集、数据分析没有做好,可视化就是徒劳无功。

    数据可视化是用高度抽象的图表展示复杂的数据、信息,需要逻辑及其严密

    维度多、变量多,不确定应该展示哪些信息数据过多,需要采用交互式的展现可视化,例如,可以充分利用地域的分级包含关系展示不同地域层次的图表。

    和UI图形界面相比,图表只有有限的文字、图形指引,不能很好的说明数据的上下文关系。

    图表高度抽象,对于阅读者素质要求很高,阅读者也需要了解各类图表所传递的对比关系、异同等基础知识。

    选择正确的图表不容易,各类图表都有自己的优势和局限性,光柱状图就有一般柱状图、分组柱状图、堆积柱状图、横线柱状图、双向柱状图等。

    图表细节处见真功夫,图表需要考虑细节实在是太多,布局、元素、刻度、单位、图例等等都需要合理。细节处理不到位,影响可视化的效果,例如:折线太细不便于观察线太粗又抹平了趋势细节;更严重问题可能误导受众,例如:刻度选取不合理折线过于陡峭。

    可视化过程的注意事项

    总结几点注意事项,少走些弯路:

    数据图表主要作用是传递信息,不要用它们选技巧,不要追求过分漂亮

    不要试图在一张图中表达所有的信息,不要让图表太沉重,适得其反

    数据可视化是以业务逻辑为主线串联,不要随意堆砌图表

    避免过度开发,什么数据都想展现,数据太多就选择最核心的数据指标、和正常偏差大的、能支持分析结论的

    不要试图掩盖问题,回避“不良结论”,真实反映业务,暴露问题

    慎用动态图表,尤其一个页面多个动态图表

    避免过度设计,一般不适用3D、阴影,合理运用色彩同样能让图表显示的很高级
      人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    1.在学习大数据之前,需要具备什么基础
    http://www.duozhishidai.com/article-12916-1.html
    2.大数据工程师培训,需要学习的有哪些课程?
    http://www.duozhishidai.com/article-15081-1.html
    3.大数据的特点是什么,大数据与Hadoop有什么关系?
    http://www.duozhishidai.com/article-13276-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 可以利用国外的域名注册商平台,在国外的注册商平台商注册的.com域名是不需要实名认证的,因为域名实名认证只针对于国内的域名注册商。但是这里有有一点,就是选择国外域名注册平台的时候,往往会遇到平台都是全英文...
  • 在我最需要你的时候,你在哪里

    千次阅读 2012-05-19 18:52:55
    从出生到成人,我们读大学了或工作了,大部分的人离开了父母,在陌生的城市里打拼,很不容易,一年能回一两次家都很不错了,此时此刻,你的父母老了,是最需要子女陪伴的时候,但是你在哪里?你很忙,也很累,你的...
  • 最近在做GPS练习,遇到系统权限问题。请问Android.mk在哪里?多谢各位大侠的帮助
  • 需要车牌的训练样本图片,到哪里去找呢? 车牌识别技术在今日已经很完善了,但是车牌训练样本缺很难取得,数据堂为您解决这一难题。 更多尽在数据堂-科研数据免费共享平台
  • 在c++build6中,安装了indy10.但在使用TIdStringStream时,编译出现错误:[C++ Error] Undefined symbol 'TIdStringStream'。
  • camera拍照界面滑动到图库的那段代码在哪里,我需要屏蔽掉那段代码。
  • python在哪里下载?Python语言可以跨平台使用,下载安装也可以分为Windows和linux两个版本。Windows:在python的官网下载python版本,需要下载对应版本(在计算机-属性中查看自己是32位操作系统还是64位操作系统)、...
  • 有时候开发调试时,需要查看真机中应用的文件,比如Sqlite之类的,可按以下步骤进行: 环境:XCODE 6.4英文版,iPhone6 1)点击XCODE上方的window选择Devices ,打开设备一览。 2)点击左边设备一览,...
  • 老师疯了,让用vc++做个井字棋,可之前完全没接触过可视化的c++啊 问下,怎样做到把弹窗分成九个区域,然后在里面下棋子
  • 想下载Spring的jar包,去了官网发现没有下载的地方,有没有知道官网怎么下的
  • 做了附件下载验证用户的的程序,附件地址不能隐藏,就做了个Forms验证在本地都 正常,发布到IIS上后就无效了。 Forms 验证在本地运行有效,部署在IIS上却无效 IIS是6版本的,是不是哪里需要设置????
  • function timee1chartPanel(){ var timee1chartPanel=Ext.create("Ext.panel.Panel",{ title:"管理用户", layout:'fit', items:[checkAllTimee1chart()] }); return timee1chartPanel;...
  • 5G已经到来,每一个关注前沿领域的人都在关心5G的时代红利是否能为我们所用。 5G会给我们带来什么信息变革和社会变革?... 5G需要什么APP小程序? 在5G时代,所有的4G时代的APP、小程序、网站都会顺延到5G网络,5G
  • 我的app中有3个按钮,一个是“退出”,一个是 “提示”,一个是 “确定” ,想做成图标的按钮,请问哪里能够下载这3个图标吗? 希望不需要付费,使用不侵权的。 我不需要什么创意,只要看了图标,能够猜出 退出 提示...
  • ovirt使用virsh命令时需要输入的用户名与密码从哪里找?并且新增一个用户名与密码
  • using System.Data.SqlClient; namespace 学生信息浏览 { public partial class Form1 : Form { public Form1() { InitializeComponent();... BindingSource bs = new BindingSource();... private void Form1_Load...
  • 如题,有时候需要用到的函数jdk的包里面没有,那这时候该怎么找包,哪里可以方便地找到,找到后该放到什么地方就可以import了?谁可以告诉我一个好办法
  • 写好的程序怎么测试通信是否正常,如何在本地测试Server/Client程序,UDP和TCP协议,本地需要在命令行测试还是在哪里测试
  • link环境下制作一款《订餐软件》,需要手机叫号、外卖、在线订餐,从哪里入手?
  • Console.WriteLine("输入一段英文,将倒序列输出:");//我现在输入的是 love you string input = Console.ReadLine(); string[] strs = input.Split(' '); //此时数组strs里面的元素值是:strs[0]="love";...
  • https://www.sojson.com/rgb.html
  • 我做了一个下载的演示动画 http://pan.baidu.com/s/1kTzcD0b 主要问题是验证码识别环节需要有耐心,往往要重复输入很多次才能识别。 具体看我做的视频
  • 定义个定位的div,需要绑定style <div v-if='showBox'> <div class='show-parent' :style="{left: tranLeft, top: tranTop}"> <div class="shard"> <div class="show-inner"> ...
  • 如题,纠结了好久了。用socket和openssl方式通过2各pem文件可以实现认证,但是换成requests.post方式就不行了。成功的函数如下: def ssl_request(data=None): import OpenSSL ctx = OpenSSL.SSL.Context...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 29,453
精华内容 11,781
关键字:

哪里需要哪里