Spring

Spring 的起源

自从 1995 年Java语言诞生后，在 J2EE 企业级开发中占据主流地位的是 EJB （Enterprise Java Bean）它是Java EE（现已更名为Jakarta EE）平台中用于构建企业级应用程序的服务器端组件模型。EJB旨在简化企业级应用的开发，通过封装业务逻辑，并提供诸如事务

发布于 2025-06-27

机器学习教程

数据清理概述

数据清理是机器学习 (ML)流程中的重要步骤，因为它涉及识别和删除任何缺失、重复或不相关的数据。数据清理的目标是确保数据准确、一致且无错误，因为原始数据通常包含噪声、不完整和不一致，这可能会对模型的准确性及其从中得出的见解的可靠性产生负面影响。专业的数据科学家通常会在这一步骤上投入大量时间，因为他们

发布于 2025-06-26

MySQL

OPTIMIZE TABLE命令释放磁盘空间

当MySQL表数据量较大时，通过 DELETE 语句清理数据并不会直接释放磁盘空间，仅会将数据库记录或数据页标记为可重用。若需要真正回收表空间并减少磁盘占用，可通过OPTIMIZE TABLE实现。 OPTIMIZE TABLE 是一个重要的命令，用于优化表的性能和空间利用。通过重新组织表的存储结构

发布于 2025-06-26

Spring

Spring 创始人 Rod Johnson

Rod Johnson 是一位著名的计算机科学家和软件开发专家，曾经在多个知名公司担任 Java 开发和架构师的职位。他是 Spring 框架的创始人之一，也是一位 Java 世界的传奇大师和神级人物。他在领域驱动设计、企业级应用架构和 Java 开发方面有着丰富的经验和深厚的专业知识。更令人吃惊的

发布于 2025-06-20

机器学习教程

机器学习生命周期

机器学习生命周期是一个以结构化方式指导机器学习模型开发和部署的过程。它包含多个步骤。每个步骤在确保机器学习模型的成功和有效性方面都起着至关重要的作用。遵循机器学习生命周期，我们可以解决复杂的问题，获得数据驱动的洞察力，并创建可扩展且可持续的模型。步骤如下：问题定义数据收集数据清理和预处理探索

发布于 2025-06-19

机器学习教程

强化学习

强化学习 (Reinforcement Learning)是机器学习的一个分支，专注于研究代理如何通过反复试验来学习决策，从而最大化累积奖励。RL 允许机器通过与环境交互并根据其行为接收反馈来进行学习。这种反馈以奖励或惩罚的形式出现。

发布于 2025-06-19

机器学习教程

半监督学习

当今的机器学习算法大致可分为三类：监督学习、无监督学习和强化学习。撇开强化学习不谈，机器学习问题主要分为两类：监督学习和无监督学习。两者之间的基本区别在于，监督学习数据集的每个元组都有一个关联的输出标签，而无监督学习数据集则没有。

发布于 2025-06-19

机器学习教程

无监督学习

无监督学习是机器学习的一个分支，用于处理未标记的数据。与监督学习（数据被标记为特定类别或结果）不同，无监督学习算法的任务是在不了解数据含义的情况下，从数据中发现模式和关系。无监督机器学习算法无需任何人工干预（即，我们不向模型提供输出）即可发现隐藏的模式和数据。训练模型仅输入参数值，并自行发现组或模式

发布于 2025-06-19

机器学习教程

监督式机器学习

监督式机器学习是机器学习和人工智能的一种基本方法。它使用标记数据训练模型，每个输入都有相应的正确输出。这个过程就像老师指导学生一样——因此被称为“监督式”学习。在本文中，我们将探讨监督式学习的关键组成部分、所使用的不同类型的监督式机器学习算法，以及一些实际案例。

发布于 2025-06-19

Spring

3. AbstractBeanFactory createBean 执行过程

本篇的内容是对 AbstractBeanFactory createBean 方法的探究,会涉及到大量源码的研究，如果阅读过 Spring 源码学习 ② BeanFactory doGetBean 执行流程在了解上下文的情况下会对理解本篇内容有帮助作用，如果没有阅读过也无需担心，因为本篇内容着重讲

发布于 2025-06-19