机器学习第一周
前言
- 近几年机器学习很火,但是我对机器学习的了解仅仅在能做可学习的一种程序,通过大量的数据集训练到达目标,但是内部到达是怎么做的完全不知道。
- 这里决通过
斯坦福大学(coursera)
的 machine-learning 免费公开课进行学习,并且把学到的知识整理为一篇一篇博文。 - 第一篇的篇幅主要讲
机器学习的定义
,监督学习
,无监督学习
,线性回归
,梯度下降
。 - 顺便整理一个专有词对应表。
斯坦福大学(coursera)
的 machine-learning 免费公开课进行学习,并且把学到的知识整理为一篇一篇博文。机器学习的定义
,监督学习
,无监督学习
,线性回归
,梯度下降
。k8s
上部署一些东西,然后发现现在有了一个 helm
的工具能够快速的部署。k8s
阿里云上则需要有一些特殊的操作,这边记录一下如何修改 helm
的模板以支持阿里云的部署。docker
来创建自己的开发环境,比如 mysql
, redis
之类的。docker exec
进入容器后发现很多基础命令工具(vim, nano)都没有,这让我很苦恼。kubectl-debug
只能够提供给 kubernetes
进行使用,所以我这边模仿了 kubectl-debug
写了一个 docker-debug。http2
协议有关的东西,记录下协议的格式与资料。golang
的 http2
转发器。python
的编码感觉到很迷,python2
和 python3
的 str bytes 完全不一样。python
新特性, 使用了各种新技术其中就使用了 openapi3 来描述 api。yaml
格式来说明。python
代码中的配置与 json
格式相同。json
, yaml
。python
生成代码部分可无视。