SSH私钥泄露 信息探测 对于只是给定一个对应IP地址的靶场机器，我们需要对其进行扫描，探测开放的服务。渗透其实是针对服务的漏洞探测，然后进行相应的数据包发送，获取机器的最高权限。 123456#挖掘开放服务信息nmap -sV ip#探测靶场全部信息nmap -A -v ip#探测靶场的操作系统类型与版本nmap -O ip

时间序列 什么是时间按序列 时间序列是按时间按顺序索引的一系列数据点，因此，组成时间序列的数据由相对确定的时间戳组成，与随机样本数据相比，从时间序列数据中能够提取更多的附加信息。 从变量角度可以将这些变量归纳为单变量时间序列和多变量时间序列，其次可以从预测目标角度将这些问题归纳为单步预测和多步预测。 交叉验证 由于时间序列中包含时间结构，因此一般在保留这种结构的同时要注意不能在折叠中出现

用户画像 什么是用户画像 在机器学习中提到的用户画像通常是基于给定的数据对用户属性以及行为进行描述，然后提取用户的个性化指标，再以此分析可能存在的群体共性，并落地应用到各种业务场景中。 标签系统 标签分类方式 用户属性 用户标签 标签属性 类目标签

模型训练 线性模型 Lasso回归 Least absolute shrinkage and selection operator，是对普通的线性回归使用L1正则进行优化。 \[ \min{||Y-X\theta||_2^2 + \lambda||\theta||_1} \] 其中，(惩罚项)的系数，通过改变，基本上可以控制惩罚项。 12from sklearn.linear_mo

特征工程 “机器学习的本质上还是特征工程，数据和特征决定了机器学习的上限，而模型和算法知识逼近这个上限而已。”特征工程主要分为数据预处理，特征变换，特征提取，特征选择这四个部分。 数据预处理 数据质量直接决定了模型的准确性和泛化能力的高低，同时在构造特征时也会影响其顺畅性。 缺失值处理 区分缺失值 缺失值的表现出了None，NA和NaN这些，还包括用于表示数值缺失的特殊数值。在具体

本文为学习《机器学习算法竞赛实战》时所做的笔记，仅供复习总结参考，不做任何商业用途，如有侵权，请联系删除。 初见竞赛 竞赛平台 Kaggle 天池 DataFountain DataCastle Kesci JDATA 竞赛流程 吴恩达老师曾经说过，机器学习算法在大多数时候就只是数学统计而已，数据相关的特征工程直接决定了模型的上限，而算法只是不断逼近这个上限而已。

本文为参加Datawhale组队学习时所写，如若需了解细致内容，请去到Datawhale官方开源课程基于transformers的自然语言处理(NLP)入门 (datawhalechina.github.io) 机器翻译任务 在这个小节中，我们将展示如何使用🤗 Transformers代码库中的模型来解决自然语言处理中的翻译任务。我们将会使用WMT dataset数据集。这是翻译任务最

本文为参加Datawhale组队学习时所写，如若需了解细致内容，请去到Datawhale官方开源课程基于transformers的自然语言处理(NLP)入门 (datawhalechina.github.io) 抽取式问答任务 抽取式问答任务：给定一个问题和一段文本，从这段文本中找出能够回答该问题的文本片段(span), 通过使用Tranier API和dataset包，我们可以轻松加载

本文为参加Datawhale组队学习时所写，如若需了解细致内容，请去到Datawhale官方开源课程基于transformers的自然语言处理(NLP)入门 (datawhalechina.github.io) 使用Transoformer解决NLP问题 文本分类 GLUE榜单包含了9个句子级别的分类任务，分别是： CoLA (Corpus of Linguistic Accept

本文为学习李沐2021斯坦福秋季课程《实用机器学习》时所做的笔记，仅供学习复习回顾，不作任何商业用途，详细信息请访问跟李沐学AI 课程介绍 机器学习工作流程