孟宝亮的文章

有着15年的开发和教学经验，专注于分享 Python、机器学习、深度学习、大模型、以及 Linux C/C++ 等方面的技术课程！

最新课程 C++ std::thread 使用详解
孟宝亮2024-12-206000
在现代软件开发中，多线程编程都至关重要，而 std::thread 类则是 C++ 支持多线程技术最重要的类。通过对 thread 源码进行理解，能够让我们更好的了解和使用 std::thread 来构建多线程程序。
机器学习线性判别分析（LDA）
孟宝亮2024-12-16159105
线性判别分析（Linear Discriminant Analysis，简称 LDA）是一种经典的统计学方法，主要用于特征降维和分类问题。它的核心思想是：寻找一个最佳的线性投影，使得投影后的数据在新空间中，不同类...
Linux C/C++C++ std::async 工具使用
孟宝亮2024-12-1265910
std::async 是 C++11 引入的一个工具函数，它主要用于在程序中创建异步任务、延迟任务。本篇文章将通过设计的 6 个示例程序来展示如何利用 std::async 实现异步任务与延迟任务。 1. 异步任务一...
Linux C/C++C++ std::thread 使用详解
孟宝亮2024-12-1168600
在现代软件开发中，并发编程成为提升性能的关键。无论是处理大量数据、提升响应速度，还是高效利用多核 CPU，多线程编程都至关重要。在 C++ 中通过使用 std::thread 类，我们能够轻松地创建并启动一个或多个线程...
最新课程主成分分析（PCA）
孟宝亮2024-12-0911900
主成分分析（PCA，Principal Component Analysis）是一种常用的数据降维技术。数据降维是指将高维数据转换为低维数据的过程，同时尽可能保留原始数据的重要信息。
机器学习主成分分析（PCA）
孟宝亮2024-12-06147002
主成分分析（PCA，Principal Component Analysis）是一种常用的数据降维技术。数据降维是指将高维数据转换为低维数据的过程，同时尽可能保留原始数据的重要信息。通过降维可以： 1. 基本思想 PCA...
机器学习感知机对偶算法
孟宝亮2024-12-0412800
对偶形式的感知机将权重向量表示为训练样本和对应标记的线性组合，因此不需要显式地维护权重向量，而是通过记录支持向量（误分类的样本）与权重更新系数的乘积来完成分类。 1. 基本原理感知机原始形式的参数更新规则是：其中是...
最新课程《高斯混合模型》
孟宝亮2024-11-2511100
高斯混合模型（Gaussian Mixture Model，GMM）是一种基于概率的无监督学习模型，通过假设数据由多个高斯分布组成来进行数据建模，在机器学习、统计学和信号处理等领域有广泛的应用。
最新课程 Google gRPC 编译、安装、使用
孟宝亮2024-11-2012000
Google gRPC（Google Remote Procedure Call）是一个高性能、开源的远程过程调用框架，它允许客户端直接调用远程服务器上的方法，就像调用本地方法一样。
Linux C/C++Google gRPC 编译、安装、使用
孟宝亮2024-11-19119600
Google gRPC（Google Remote Procedure Call）是一个高性能、开源的远程过程调用框架，它允许客户端直接调用远程服务器上的方法，就像调用本地方法一样，屏蔽了网络通信的复杂性。假设：我们有...
最新课程期望最大化算法（EM）
孟宝亮2024-11-1812200
期望最大化算法（Expectation Maximization，EM）是一种基于不完整、包含隐变量观测数据进行统计模型参数估计的方法。
机器学习高斯混合模型（GMM）算法初探
孟宝亮2024-11-0966700
高斯混合模型（Gaussian Mixture Model，GMM）是一种基于概率的无监督学习模型，通过假设数据由多个高斯分布组成来进行数据建模，在机器学习、统计学和信号处理等领域有广泛的应用。 1. 基本理解假设：我...
《高斯混合模型》
机器学习高斯混合模型（GMM）聚类过程
孟宝亮2024-11-08166002
在本节课程中，我们将探讨高斯混合模型（GMM）如何对新数据进行聚类。即：当我们输入一条新的数据时，模型会基于先前学习到的各个高斯分布的参数来估计该数据属于每个类别的概率。接下来，我们将详细了解这一过程的具体步骤。 1. ...
《高斯混合模型》
机器学习高斯混合模型（GMM）拟合过程
孟宝亮2024-11-0738100
GMM 假设数据是由多个高斯分布混合而成，接下来，我们将会探讨 GMM 是如何根据训练数据得到这些不同的高斯分布参数：估计高斯混合模型的参数，我们并不知道数据属于哪个分布，这是典型的包含隐藏变量的参数估计问题。对于这个...
《高斯混合模型》

1 2 3 … 41

孟宝亮的文章

最新课程 C++ std::thread 使用详解

机器学习 线性判别分析（LDA）

Linux C/C++C++ std::async 工具使用

Linux C/C++C++ std::thread 使用详解

最新课程 主成分分析（PCA）

机器学习 主成分分析（PCA）

机器学习 感知机对偶算法

最新课程 《高斯混合模型》

最新课程 Google gRPC 编译、安装、使用

Linux C/C++Google gRPC 编译、安装、使用

最新课程 期望最大化算法（EM）

机器学习 高斯混合模型（GMM）算法初探

机器学习 高斯混合模型（GMM）聚类过程

机器学习 高斯混合模型（GMM）拟合过程

孟宝亮 的文章

孟宝亮的文章