数据科学算法竞赛

1、将 ChatGPT 集成到数据科学工作流程中：提示和最佳实践

将ChatGPT集成到数据科学工作流程中：提示和最佳实践希望将ChatGPT集成到您的数据科学工作流程中吗？这是一个利用ChatGPT进行数据科学的提示的实践。
AI算法蒋同学·2024-02-06 17:19

零基础如何自学编程？自学编程资料哪里找？

例如，Python适合初学者，而Web开发、数据科学和机器学习都是受欢迎的领域。选择合适的编程语言：对于初学者来说，建议选择易学且应用广泛的编程语言，如Python或JavaScript。
g6677789·2024-02-06 15:44

基于LLM的数据漂移和异常检测

和许多人一样，我们非常感兴趣地关注这些发展，并探索LLM影响数据科学和机器学习领域的工作流程和常见实践的潜力。在我们之前的文章中，我们展示了LLM使用Kaggle竞赛中的表格数据提供预测的潜力。
新缸中之脑·2024-02-06 13:53

表格数据的对话式交互【Pandas AI】

因此，在这篇文章中，我将与令人兴奋的PandasAI库分享我的实验，它可以让你进行对话式数据科学。让我们看看这如何改变数据工程师和分析师的游戏规则。
新缸中之脑·2024-02-06 13:53

基于机器学习的学生成绩预测

学生成绩预测是一个基于回归问题的流行数据科学案例研究。对于数据科学初学者来说，这是一个很好的回归问题，因为它很容易解决和理解。本文中，将带你通过使用Python的机器学习来完成学生成绩预测的任务。
python收藏家·2024-02-06 11:49

2、ChatGPT 在数据科学中的应用

ChatGPT在数据科学中的应用ChatGPT可以成为数据科学家的绝佳工具。以下是我所了解到的关于它擅长的地方和不那么擅长的地方。我从使用ChatGPT中学到了一个教训。
AI算法蒋同学·2024-02-06 10:59

想学大数据？先看完这几本书再说

真正的数据爱好者有很多需要阅读的内容：大数据，机器学习，数据科学，数据挖掘等。
yoku酱·2024-02-06 06:55

开启公网即访问：GpuMall平台的云服务解决方案

在人工智能的黄金时代，数据科学家和AI工程师正面临着一个共同的挑战：如何快速、有效地将开发中的服务部署至公网，以应对日益增长的计算和访问需求。
GpuMall·2024-02-06 05:34

树状数组中差分应用（P3372 线段树、P4514上帝造题的七分钟）

图片来源于B站董晓老师，思路来源自《算法竞赛》差分主要分为一维差分和二维差分，差分的应用重要在于推导1.一维差分（P3372【模板】线段树1）省略推导过程，精髓在于维护两颗树状数组（d代表差分，query
why_not_fly·2024-02-06 02:00

P2024 [NOI2001] 食物链 带权（种类）并查集整理

思路来自于，csdn食物链(利用并查集的两种解决方法)_算法并查集食物链-CSDN博客及罗勇军的《算法竞赛》核心问题在于，将食物关系转化，理解成集合，并且找到它的权值对应的关系（或者说关系对应的权值）1
why_not_fly·2024-02-06 02:30

算法竞赛——强连通分量

强连通分量强连通的定义是：有向图G强连通是指，G中任意两个结点连通。强连通分量（StronglyConnectedComponents，SCC）的定义是：极大的强连通子图也可以说，在强连图图的基础上加入一些点和路径，使得当前的图不在强连通，称原来的强连通的部分为强连通分量。DFS生成树DFS生成树是根据DFS搜索顺序构成的一颗生成树，形如（自上而下，自左而右）：有向图的DFS生成树主要有4种边：树
ThXe·2024-02-05 14:03

五款开发Python的常用编辑器推荐，你用过几个？

Python无处不在，可以说是现代的C编程语言，你可以在任何地方看到Python的身影，从网站、应用程序、数据科学项目、人工智能到物联网设备，也是世界上所有年龄段的程序员最流行和最喜欢的编程语言，如果您是初学者
Python编程开发·2024-02-05 14:28

盘点数据科学最流行的29个Python库

本文介绍数据科学中会经常使用多种Python标准库、数据科学库和第三方库。作者：保罗·戴特尔（PaulDeitel）、哈维·戴特尔（HarveyD
大数据v·2024-02-05 10:38

机器学习的整个流程

机器学习的整个流程定义了数据科学团队执行以创建和交付机器学习模型的工作流。此外，机器学习流程还定义了团队如何协作合作，以创建最有用的预测模型。
茫茫人海一粒沙·2024-02-05 07:56

挖矿系列：细说Python、conda 和 pip 之间的关系

1.Python、conda和pipPython、conda和pip是在现代数据科学和软件开发中常用的工具，它们各自有不同的作用，但相互之间存在密切的关系：Python：是一种解释型、面向对象的高级程序设计语言
科学禅道·2024-02-05 05:08

回顾 | Pre VS Code Day - 用 GitHub Codespaces 构建 OpenAI 应用实战

编辑：AlanWang排版：RaniSun微软Reactor为帮助广开发者，技术爱好者，更好的学习.NETCore,C#,Python，数据科学，机器学习，AI，区块链,IoT等技术，将每周三到周六，组织
MicrosoftReactor·2024-02-05 05:02

Openjudge 3.1.6377 解析

在正常的算法竞赛学习过程中，我们先后会学到（常用的几种）：①数组②结构体③联合体……那么这道题，输入成分相似，而且分类明确，集合性强。用什么？（大声回答）当然是结构体（当然数组
Eric_David_King·2024-02-05 00:11

JAVASE进阶：Collection高级（1）——源码分析contains方法、lambda遍历集合

‍作者简介：一位大四、研0学生，正在努力准备大四暑假的实习上期文章：JAVASE进阶：函数式编程——lambda表达式替代匿名内部类订阅专栏：JAVASE进阶希望文章对你们有所帮助打算法竞赛的时候用的C
布布要成为最负责的男人·2024-02-04 23:03

c++矩阵类_基于python构建空间权重矩阵

目录目录基础距离权重邻接权重示例Pysal是一个面向地理空间数据科学的开源跨平台库，重点是用python编写的地理空间矢量数据。
weixin_39800990·2024-02-04 22:24

使用python构建向量空间_基于python构建空间权重矩阵

目录目录基础距离权重邻接权重示例Pysal是一个面向地理空间数据科学的开源跨平台库，重点是用python编写的地理空间矢量数据。
weixin_39756445·2024-02-04 22:54

详细流程安装Anaconda，开启AI第一步【Windows版】

AI时代来临，让我们开启Pytorch之旅第一步，安装AnacondaAnaconda：数据科学的利器Anaconda是一个开源的Python和R语言发行版，用于计算科学，特别是数据科学。
心安成长·2024-02-04 22:37

LeetCode笔记：反转链表专题

LeetCode笔记：反转链表专题自大学开始，我便陆陆续续的学习一些算法和数据结构方面的内容，同时也开始在一些平台刷题，也会参加一些大大小小的算法竞赛。
耿鬼不会笑·2024-02-04 20:43

XGB-1：XGBoost安装及快速上手

它由陈天奇（TianqiChen）在2014年首次提出，并迅速在数据科学竞赛和工业界获得广泛应用。XGBoost基于梯度提升框架，但通过引入一系列优化来提升性能和效率。
uncle_ll·2024-02-04 16:57

evalml，一个有趣的 Python 库！

Github地址：https://github.com/alteryx/evalml数据科学是当今科技领域中不可或缺的一部分，而机器学习是数据科学的核心。
Sitin涛哥·2024-02-04 16:56

算法竞赛中的数学 习题集1431-1440（10题）

1、P3803【模板】多项式乘法（FFT）【模板】多项式乘法（FFT）-洛谷2、P1919【模板】高精度乘法|A*BProblem升级版【模板】高精度乘法|A*BProblem升级版-洛谷3、P4238【模板】多项式乘法逆【模板】多项式乘法逆-洛谷4、P4245【模板】任意模数多项式乘法【模板】任意模数多项式乘法-洛谷5、P4512【模板】多项式除法【模板】多项式除法-洛谷6、P4717【模板】快
dllglvzhenfeng·2024-02-04 09:02

CUDA Cpp并行计算二维和三维网格

CUDA和NVIDIAGPU已被应用于许多需要高浮点计算性能的领域，包括：计算金融气候、天气和海洋建模数据科学和分析深度学习和机器学习国防和情报制造/AEC（建筑、工程和施工）：CAD和CAE（包括计算流体动力学
亚图跨际·2024-02-04 07:31

算法竞赛最最最常用的8个C++算法

✨Algorithm头文件：#include1、sort()函数：内置原理为快排——时间复杂度O(n*logn)inta[5]={4,2,1,3,5};vectorb(a,a+5);sort(a,a+5);//搭配数组从小到大排序sort(b.begin(),b.end());//搭配容器，如vectorsort(a,a+5,greater());//从大到小排序2、find()：（寻找元素）//
晗神·2024-02-04 01:55

用 Python 做机器学习不得不收藏的重要库

数据科学家也会用python作为连接自身工作与WEB应用程序/生产环境集成中。Python在机器学习领域非常出色。
派派森森·2024-02-03 20:29

深度学习的发展史和主要应用方向

时光荏苒，社会的发展日新月异，越来越多的数据分析师、数据科学家倾向于对某次统计过程的分析进行研究，并把这种统计的模型称之为“人工智能”。没错，人工智能就是一个统计数据的过程。
沉着冷静集中精力·2024-02-03 19:16

数仓建模&维度建模理论知识

同时，随着时间的推移，数据仓库中积累的大量历史数据对于数据科学家和业务分析师也是十分宝贵的。1.2数据仓库核心架构第2章数据仓库建模概述2.1数据仓库建模的意义  数据模型就是数据组织和存
韩顺平的小迷弟·2024-02-03 16:02

为什么要使用Jupyter Notebook？

JupyterNotebook是一个基于Web的交互式计算环境，它为数据科学、机器学习、教育和研究等领域提供了强大的工具。
科学禅道·2024-02-03 15:01

Jupyter Notebook中的%matplotlib inline详解

JupyterNotebook中的%matplotlibinline详解文章目录引言什么是魔术命令%matplotlibinline详解(直入主题请点击)小结结尾引言在数据科学和机器学习的世界中，JupyterNotebook
高斯小哥·2024-02-03 15:00

数据科学 | Python酷炫词云图原来可以这么玩

↑↑↑↑↑点击上方蓝色字关注我们！『运筹OR帷幄』转载作者：费弗里编者按词云图是文本挖掘中用来表征词频的数据可视化图像，通过它可以很直观地展现文本数据中的高频词。词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。很多文章都会用词云图来直观的表示数据分析结果，词云图是如果制作的就在这篇文章中寻找答案吧。本文对应脚本及数据在后台领取，回复【词云图】1简介词云图是文本挖
欣一2002·2024-02-03 14:31

算法刷题day01

由于深知学算法竞赛最重要的是不断地刷题总结，所以为了避免自己陷入误区，所以开始一边刷题，先刷之前已经学过的类型的题，两个拳头打人，才能事半功倍。
lijiachang030718·2024-02-03 10:39

PySpark笔记(三)：DataFrame

DataFrameAPI受到R和Python（Pandas）中的数据框架的启发，但是从底层开始设计以支持现代大数据和数据科学应用程序。作为现有RDDAPI的扩展，DataFr
Daisy丶·2024-02-03 10:31

如何开始使用任何类型的数据？ - 第1部分

MydatasciencejourneybeganwithastudentjobintheAdvancedAnalyticsdepartmentofoneofthebiggestautomotivemanufacturersinGermany.Iwasnaïveandstilldoingmymasters.我的数据科学之旅从在德国最大的汽车制造商之一的
weixin_26746401·2024-02-03 10:26

AI+数据库——梳理Snowflake 和 Databricks 在峰会上的重要发布，快来看市值数百亿美金的数据巨头的贴身肉搏！

他们原本定位略有不同，Databricks是一个用于数据工程、数据科学和分析的集成环境，它构建在ApacheSpark之上，提供实
小猿姐·2024-02-03 10:51

AIGC时代：大模型ChatGPT的技术实现原理、行业实践以及商业变现途径

大数据与人工智能实战专家—周红伟老师法国科学院数据算法博士/曾任猪八戒大数据科学家/曾任马上消费金融风控负责人课程背景2023年，以ChatGPT为代表的接近人类水平的对话机器人，AIGC不断刷爆网络，
AI周红伟·2024-02-03 09:15

numpy 转载学习

熟悉数据科学的人都很喜欢NumPy库，它是时下最流行的Python系数据科学的中流砥柱，是Python科学计算、数据分析以及AI机器学习的基础组件。
科学俱乐会·2024-02-03 09:34

【数据开发】pyspark入门与RDD编程

数据科学使用Python和支持性库的大数据。spark与pyspark的关系spark是一种计算引擎，类似于hadoop架构下mapreduce，与mapr
小哈里·2024-02-03 08:58

1、模型可解释性的应用场景

这种说法在某种程度上是正确的，因为大多数数据科学家还不知道如何理解这些预测背后的逻辑。要加深对模型结果的理解，可以从以下几个方面入手：数据中哪些特征对模型来说最重要？
AI算法蒋同学·2024-02-03 07:28

百分点科技：《数据科学技术: 文本分析和知识图谱》

这背后离不开一个朴素的逻辑，即对数据的收集、治理、建模、分析和应用，这便是数据科学所重点研究的对象——数据价值链的实现。
Percent_bigdata·2024-02-03 06:42

百分点科技：《数据科学技术: 文本分析和知识图谱》

这背后离不开一个朴素的逻辑，即对数据的收集、治理、建模、分析和应用，这便是数据科学所重点研究的对象——数据价值链的实现。
Percent_bigdata·2024-02-03 06:05

云分析优于内部部署分析的优势

大多数组织现在都认为数据科学是扩展，构建和简化业务的一个很好的工具。但是，由于他们正在收集大量数据，组织是否真正应对及时分析和实施决策？
田鑫科技·2024-02-03 01:58

数据科学之数据可视化----Seaborn可视化绘制盒图

哈喽，各位小伙伴早，今天又是周一了，我们要开启我们本周的学习旅途了。那么在这一篇文章啊我们来介绍下使用seaborn绘制盒须图盒图定义在学习之前我们先来学习下什么是盒图，盒图也叫盒须图或者箱图。用于表示分布状态，不过盒图还有一个功能就是表示中位数Q2、四分之一位Q1、四分之三位Q3、和离群点。IQR=Q3-Q1，如果Q1-1.5IQR或者Q3+1.5IQR就是离群点。也就是说，盒须图可以帮助我们描
数据小金·2024-02-03 00:21

K-means 算法的原理简介

K-means是数据科学和商业的基本算法。只需4分钟即可了解需要4周时间才弄清楚的内容。让我们深入了解一下。1.K-means是一种流行的用于聚类的无监督机器学习算法。
GIS工具-gistools2021·2024-02-02 22:26

改进的 K-Means 聚类方法介绍

引言数据科学的一个中心假设是，紧密度表明相关性。彼此“接近”的数据点是相似的。如果将年龄、头发数量和体重绘制在空间中，很可能许多人会聚集在一起。这就是k均值聚类背后的直觉。
小Z的科研日常·2024-02-02 14:52

新书速览|Python数据科学应用从入门到精通

系统教授数据科学与Python实战，涵盖线性回归、逻辑回归、决策树、随机森林、神经网本书内容随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。
全栈开发圈·2024-02-02 12:47

算法学习之每日一题Day4

题目费解的开关一、有关题目（涉及算法：递推，模拟）1.题目来源：《算法竞赛进阶指南》Acwing952.题目链接https://www.acwing.com/problem/content/description
梁伊人·2024-02-02 12:13

在Ubuntu 18.04/Debian 9.5上安装Python 3.7.0

作者：BillWardUbuntu和Debian是两个功能强大的开源操作系统，Python是数据科学的一种优秀语言，现在，我们要学习如何将它们结合起来。
头顶一根发的程序猿·2024-02-02 11:12
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他