课程

课程支持向量机（C-Support Vector Machine）

课程傅里叶变换（Fourier Transform）

课程CosyVoice3 语音合成实战

Fun-CosyVoice3-0.5B-2512 是阿里巴巴通义语音团队推出的开源文本转语音（TTS）模型，具备多语言、多方言合成、情感控制、音色克隆等实用功能...

课程C++20 协程机制（Coroutines）

C++20 引入的协程特性，对 C++ 具有极其重要意义。这一特性能够帮助开发者在多任务场景下编写出可读性、可维护性更好的代码，提升复杂系统的开发效率和可维护性...

课程C++ 值类别（Value Categories）

值类别是 C++11 为适配移动语义而引入的重要概念，要理解这个概念我们得了解：左值、右值、将亡值、纯右值的概念，以及引入这些概念的原因。 1. 左值右值 在 ...

课程AdaBoost 多分类原理 + 公式推导 + 案例演示

AdaBoost（Adaptive Boosting，自适应提升）算法由 Yoav Freund 和 Robert Schapire 于 1995 年提出，是一...

课程C++ 并发锁管理工具

在 C++ 多线程编程中，我们绕不开一个核心问题：共享资源竞争。为了保护数据一致性，锁是最常用的工具：访问共享资源前 lock 加锁，操作完成后 unlock ...

课程XGBoost 优化思路、公式推导及案例演示

XGBoost（Extreme Gradient Boosting）2014 年由陈天奇开发，旨在对传统梯度提升算法（GBDT）进行高效实现和优化。2015 年...

课程C++ RAII 资源管理模式

在 C++ 的发展历程中，有一个极为重要的核心理念：RAII（Resource Acquisition Is Initialization，资源获取即初始化）。...

课程梯度提升树（GBDT）公式推导 + 实例拆解

梯度提升树（Gradient Boosting Decision Tree，简称 GBDT）由 Friedman 提出，是集成学习领域的经典算法。 因此，GBD...

课程基于密度的聚类方法（DBSCAN）

在数据分析中，K-means 聚类是一种非常常用的聚类方法。它的核心思想是：将相似的数据点归为同一簇，并为每个簇计算一个质心，然后把每个点分配到距离最近的质心所...

课程GBDT 多分类过程手动推演案例

GBDT（Gradient Boosting Decision Tree，梯度提升树）本质上是一个二分类模型。它通过不断迭代地拟合前一轮模型的负梯度，逐步提升模...

课程C++ 多线程 std::atomic 工具使用

在多线程编程中，如果共享的数据结构很复杂（比如链表、map、数据库缓存等），不同线程可能同时对它进行插入、删除等操作。 总结1：复杂共享数据 → std::mu...

课程词袋模型（Bag of Words）

词袋模型（Bag-of-Words，BoW）是一种表示和处理文本数据的模型或框架，它提供了一种简单的思想，使得我们能够实现文本转换为数值形式，以便进行进一步的分...

课程分类性能评估方法

在构建和训练分类模型之后，我们需要了解它的预测能力。简单地说，我们需要知道模型在处理新的未见过的数据时，是否能够准确地进行分类。通过性能评估，我们可以确定模型的...