大约有 2,400 项符合查询结果（耗时：0.0113秒） [XML]
使用 JSON 和 Web API · App Inventor 2 中文网
...
本文档中使用的组件
获取数据
示例 - 成功获取
示例 - 获取失败
示例 - 跟踪响应数据
发送数据
例子
更多信息
« 返回首页
JavaScript对象表示法(JSON)广泛用...
【持续更新】App Inventor 2 中文拓展一览 - App Inventor 2 中文网 - 清泛...
...neInfo 拓展：获取手机等设备软硬件、版本等相关信息
【数据库】 SQLite 拓展：超流行兼容主流SQL语法的迷你本地数据库引擎
第三方拓展
工具
【ASCII编解码】AsciiConversion 拓展
【动态创建】DynamicComponents 拓展：动态创建AI2...
LR性能测试结果样例分析 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...、业务成功率、系统资源、网页细分图、Web服务器资源、数据库服务器资源等几个方面分析，如图1- 1所示。性能测试结果分析的一个重要的原则是以性能测试的需求指标为导向。我们回顾一下本次性能测试的目的，正如 所列的...
VC DDE（Dynamic Data Exchange）与EXCEL连接 - C/C++ - 清泛网 - 专注C/C++及内核技术
... DDE（Dynamic Data Exchange）与EXCEL连接 项目中遇到需要通过VC数据处理，并实时监测中间以及最终数据的方式，由于数据量大，并且现有的WINDOWS下现实界面都不能很好的实时显示。WINDOWS DDE功能可能实现项目这个需求。项目中遇到需...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...
如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升
...型，譬如逻辑回归收敛得更快，因此你只需要更少的训练数据。就算该假设不成立，朴素贝叶斯分类器在实践中仍然有着不俗的表现。如果你需要的是快速简单并且表现出色，这将是个不错的选择。其主要缺点是它学习不了特征...