数据集清洗

Flink CDC 与 SeaTunnel CDC 简单对比

CDC技术在现代数据架构中扮演着至关重要的角色，特别是在实时数据集成、数据同步和事件驱动架构等场景中。CDC的工作原理CDC主要通过以下几种方式捕获数据变更：基于日志的CDC：直接
窝窝和牛牛·2025-03-23 03:13

使用Annoy进行高效的近似最近邻搜索

在处理大型数据集时，我们经常面临需要快速、准确地查找与给定查询点相近的数据点的问题。
eahba·2025-03-23 02:04

PyTorch数据归一化处理：transforms

数据归一化处理：transforms.Normalize###1.1理解torchvision*torchvision.transforms：常用的图像预处理方法*torchvision.datasets：常用的数据集
2401_87555420·2025-03-22 23:48

aws s3 java使用教程_在 Amazon S3 对象上执行操作 - 适用于 Java 的 AWS 开发工具包

在AmazonS3对象上执行操作AmazonS3对象表示一个文件或数据集合。每个对象必须驻留在一个存储桶中。
weixin_42510731·2025-03-22 23:47

AWS SAP学习笔记-概念

ETL（Extract,Transform,Load）应用程序是一种用于数据处理和迁移的工具或程序，它主要负责从多个数据源提取数据，对数据进行转换和清洗，然后将处理后的数据加载到目标数据仓库或数据库中。
HainesFreeman·2025-03-22 23:16

如何使用YOLOv8在AI-TOD数据集上进行遥感目标检测，从安装依赖项、准备数据集、配置YOLOv8、训练和评估模型以及构建GUI应用程序展示检测

如何使用YOLOv8在AI-TOD数据集上进行遥感目标检测，从安装依赖项、准备数据集、配置YOLOv8、训练和评估模型以及构建GUI应用程序展示检测文章目录1.安装依赖2.数据准备3.配置YOLOv83.1
计算机C9硕士_算法工程师·2025-03-22 22:08

一文说清楚什么是预训练（Pre-Training）、微调（Fine-Tuning），零基础小白建议收藏！！

预训练通常是指在大规模数据集上进行模型训练，以帮助
小城哇哇·2025-03-22 20:26

深度解析大模型推理框架：原理、应用与实践

一、大模型推理框架简介大模型推理框架是指一种基于深度学习技术的推理框架，主要用于解决大规模数据集下的复杂问题。该框架通过对海量数据进行高效的训练和推理，能够快速地对各种复杂场景进行分析
百度_开发者中心·2025-03-22 19:24

MiniMind

数据集分类：tokenizer训练集：这个数据集用于训练分词器（tokenizer），是文本处理中的一个重要步骤。它可以帮助模型更好地理解文本数据的结构。
亚伯拉罕·黄肯·2025-03-22 14:46

使用Seaborn绘制小提琴图

首先，我们需要导入必要的库和数据集。这里我们使用Seaborn自带的数据集tips作为例子。importseaborn
CodeWG·2025-03-22 14:44

HCIA-AI人工智能笔记3：数据预处理

统讲解数据预处理的核心技术体系，通过Python/Pandas与华为MindSpore双视角代码演示，结合特征工程优化实验，深入解析数据清洗、标准化、增强等关键环节。
噗老师·2025-03-22 12:25

SQL Server数据库表删除分区

查看分区方案SELECT*FROMsys.partition_schemes;--查看分区函数SELECT*FROMsys.partition_functions;2.合并所有分区将所有分区合并为一个，使数据集中在单个分区中
MartinYangHJ·2025-03-22 12:21

PyTorch基础知识讲解（一）完整训练流程示例

我们将使用FashionMNIST数据集来训练一个神经网络，预测输入图像是否属于以下
苏雨流丰·2025-03-22 12:20

深度学习与目标检测系列(三) 本文约(4万字) | 全面解读复现AlexNet | Pytorch |

文章目录解读Abstract-摘要翻译精读主要内容1.Introduction—前言翻译精读主要内容：本文主要贡献：2.TheDataset-数据集翻译精读主要内容：ImageNet简介：图像处理方法：
小酒馆燃着灯·2025-03-22 10:03

Python 数据分析实战：宠物经济行业发展洞察

目录一、案例背景二、代码实现2.1数据收集2.2数据探索性分析2.3数据清洗2.4数据分析2.4.1宠物用品用户满意度分析2.4.2宠物用品销售与价格关系分析2.4.3宠物经济行业未来发展预测三、主要的代码难点解析
萧十一郎@·2025-03-22 08:48

建模中的特征衍生技巧总结（含各类常用衍生函数）

本文总结了有哪些特征衍生方法，函数是什么，用在什么场景，具体步骤如下：数据集探索：1.ID有无重复：tcc['customerID'].nunique()==tcc.shape[0]2.有无缺失值：tcc.isnull
爱学习的uu·2025-03-22 08:12

【IT大学生必会的】 10 种图表线性回归

其他算法模型适用的图表，咱们在后面再给大家进行总结~至于数据集，表现方式，大家可以根据我给出的代码继续调整即可！那么，在
.Boss.·2025-03-22 08:08

Matplotlib| scatter函数

这种图表显示了两个变量之间的关系，每个点代表了数据集中的一个观测值。scatter函数通常用于探索数据，特别是要查看两个变量是否存在某种相关性或模式。
漂亮_大男孩·2025-03-22 06:21

【图像预处理】

应用数据增强技术，如旋转、平移、缩放、翻转等，以扩大数据集，提高
瞬间记忆·2025-03-22 02:45

【猫狗分类】Pytorch VGG16 实现猫狗分类1-数据清洗+制作标签文件

Pytorch猫狗分类用Pytorch框架，实现分类问题，好像是学习了一些基础知识后的一个小项目阶段，通过这个分类问题，可以知道整个pytorch的工作流程是什么，会了一个分类，那就可以解决其他的分类问题，当然了，其实最重要的还是，了解她的核心是怎么工作的。那首先，我们的第一个项目，就做猫狗的分类。声明：整个数据和代码来自于b站，链接：使用pytorch框架手把手教你利用VGG16网络编写猫狗分类
努力的小巴掌·2025-03-21 22:14

源码篇：python生成《蔬菜店销售数据分析报告》案例

本文将通过Python实现一个完整的蔬菜销售数据分析项目，涵盖数据生成、清洗、分析及可视化全流程。
IT小本本·2025-03-21 18:13

大模型在冠心病风险预测及临床方案制定中的应用研究

目录一、引言1.1研究背景与目的1.2国内外研究现状1.3研究方法与创新点二、大模型预测冠心病风险原理与方法2.1数据收集与预处理2.1.1数据来源2.1.2数据清洗与整理2.2特征工程2.2.1特征提取
LCG元·2025-03-21 17:27

【小白深度教程 1.32】手把手教你从多视角图像进行 3D 重建（SfM 算法）

【小白深度教程1.32】手把手教你从多视角图像进行3D重建（SfM算法）1.SfM三维重建算法简介2.SfM方法和原理3.安装依赖库4.构建数据集5.可视化结果6.完整代码1.SfM三维重建算法简介从多张照片中开发三维模型被称为多视图
小寒学姐学AI·2025-03-21 17:53

GraphCube、Spark和深度学习技术赋能快消行业关键运营环节

GraphCube图多维数据集技术、Spark大数据分析处理技术和深度学习技术的结合，为这些环节提供了智能化、动态化和实时化的解决方案，显著提升业务运营效率和企业利润。一、技术
weixin_30777913·2025-03-21 13:28

一、大语言模型微调 vs. 大语言模型应用

一、大语言模型微调vs.大语言模型应用1.微调（Fine-Tuning）的含义与特点定义与作用微调指在预训练好（通用）的基础模型上，通过在特定领域或任务的数据集上进一步训练来调整模型参数，使其在该领域任务中获得更优表现
AI Echoes·2025-03-21 13:54

如何用大模型评估大模型——PAI-Judge裁判员大语言模型的实现简介

对于回答客观问题的LLM，目前业内已经有比较成熟的数据集进行效果评测与模型打榜。
·2025-03-21 12:08

8、Python 字符串处理与正则表达式实战指南

Python字符串处理与正则表达式实战指南文章概述本文深入探讨Python字符串处理核心方法与正则表达式实战技巧，涵盖字符串编码转换、分割替换、正则表达式语法精髓，并通过日志解析、数据清洗等真实场景案例展示高阶应用
wolf犭良·2025-03-21 10:25

机器学习课堂4线性回归模型+特征缩放

一、实验2-2，线性回归模型，计算模型在训练数据集和测试数据集上的均方根误差代码：#2-2线性回归模型importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt
木尘152132·2025-03-21 09:17

风控算法（一）——数据测试

确定样本（对齐样本与时间，去除假样本）——确定特征（确认目前特征）——数据信息（返回的数据字典、收费方式、底层数据：特征、分数）——数据清洗（缺失值替换）——数据训练形成报告。
月亮月亮要去太阳·2025-03-21 09:15

OpenEuler kinit报错找不到文件的解决办法

客户一套华为大数据集群平台,在一台arm平台openEuler服务器上面安装完集群客户端之后,使用kinit认证出现报错Nosuchfileordirectory:最终定位是操作系统/lib64缺少ld
久违的太阳·2025-03-21 08:38

JAVA学习-练习试用Java实现“对大数据集中的网络日志进行解析和异常行为筛查”

问题：编写一个Spark程序，对大数据集中的网络日志进行解析和异常行为筛查。解答思路：下面是一个简单的Spark程序示例，用于解析网络日志并筛查异常行为。
守护者170·2025-03-21 07:30

JAVA学习-练习试用Java实现“实现一个Spark应用，对大数据集中的文本数据进行情感分析和关键词筛选”

问题：实现一个Spark应用，对大数据集中的文本数据进行情感分析和关键词筛选。
守护者170·2025-03-21 07:30

大模型微调

使用算子分析数据并进行数据处理四，划分训练集和测试集五，编写训练脚本开始训练六，进行模型推理人工评估总结前言这是使用知乎评论进行模型微调，让模型输出更加通畅接近人的使用语言一、使用的库modelscope：提供模型、数据集下载能力
归一码字·2025-03-21 04:36

AI 大模型应用数据中心的数据清洗工具

1.背景介绍在人工智能大模型应用的浪潮中，数据清洗作为数据预处理的重要环节，对于提升模型性能和可靠性具有至关重要的作用。
SuperAGI2025·2025-03-21 03:04

部分标签数据集生成与过滤特定标签方法

完整代码总结这段代码的目的是通过构建一个部分标签学习（PartialLabelLearning,PLL）框架来生成一个包含部分标签的数据集，并且支持根据给定的标签列表对数据集进行筛选和过滤。
阳光明媚大男孩·2025-03-21 03:32

详解如何通过Python的BeautifulSoup爬虫+NLP标签提取+Dijkstra规划路径和KMeans聚类分析帮助用户规划旅行路线

系统模块：数据采集模块（爬虫）：负责从目标网站抓取地点数据（如名称、经纬度、描述等）数据预处理模块（标签算法）：对抓取到的地点数据进行清洗和分类。
mosquito_lover1·2025-03-21 01:12

MDX语言的软件工程

MDX（MultidimensionalExpressions）语言作为一种用于查询和操作多维数据集的表达式语言，已在数据分析、商业智能等领域得到了广泛应用。
苏墨瀚·2025-03-21 00:10

车辆检测与识别：车辆分类_（9）.车辆分类模型的评估与优化

然而，在不平衡数据集上，准确率可能具有误导性。fromsklearn.metricsimportac
zhubeibei168·2025-03-20 22:18

云原生分布式存储：数据洪流中的时空折叠艺术

IDC预测2026年全球存储开销达亿，沃尔玛每秒处理万笔交易日志，沙特阿美地震勘探数据集超。
桂月二二·2025-03-20 22:15

「Python数据分析」Pandas基础，筛选数据利器：布尔索引

在pandas中，与操作，对应的是&这个符号，表示选取两个数据集重合的部分。或操作，对应的是|这个符号，表示选择两个数据集中，只要在一个数据集中出现的部分。
奕澄羽邦·2025-03-20 20:30

【Dive Into Stable Diffusion v3.5】1：开源项目正式发布——深入探索SDv3.5模型全参/LoRA/RLHF训练

目录1引言2项目简介3快速上手3.1下载代码3.2环境配置3.3项目结构3.4下载模型与数据集3.5运行指令3.6核心参数说明3.6.1通用参数3.6.2优化器/学习率3.6.3数据相关4结语1引言在人工智能和机器学习领域
Donvink·2025-03-20 19:24

PyTorch 深度学习实战（19）：离线强化学习与 Conservative Q-Learning (CQL) 算法

本文将聚焦离线强化学习（OfflineRL）这一新兴方向，并实现ConservativeQ-Learning(CQL)算法，利用Minari提供的静态数据集训练安全的强化学习策略。
进取星辰·2025-03-20 19:52

CUDA编程基础

通过CUDA，开发者可以编写C、C++或Fortran代码，并将其扩展以在GPU上运行，从而显著提高性能，特别是在处理大规模数据集和复杂算法
清 澜·2025-03-20 17:35

使用python seaborn创建配对图：从核心概念到实战案例

Seaborn的配对图（Pairplot）是一种用于探索多变量数据关系的可视化工具，尤其适合分析数据集中多个特征之间的相关性、分布模式或异常值。
梦想画家·2025-03-20 15:49

本福特定律: 为什么银行存款、河流长度等集合的首位数字更容易出现 1 而不是 9？

该定律揭示了在多种实际数据集中，数字1-9作为首位数字出现的概率呈现特定规律性分布。数学表达式首位数字d出现的概率为：P(d)=log₁₀(1+1/d)，其中d∈{
·2025-03-20 14:26

模型微调：让AI更懂你的魔法棒

预训练模型通常是基于大规模数据集（如Ima
带上一无所知的我·2025-03-20 14:10

【十 自然语言处理项目实战】【10.2 数据收集与预处理】

（戴上橡胶手套准备掏数据）一、数据收集的野路子：比盗墓还刺激的冒险1.1公开数据集寻宝图（附藏宝坐标）①正道的光：Kaggle（数据界的沃尔玛）：搜
再见孙悟空_·2025-03-20 13:39

根据论文复现大模型方法以及出错处理技巧

复现一篇论文中的大模型搭建涉及以下几个关键步骤：理解论文的模型架构、数据集处理、超参数设置以及实验环境的搭建。
Ai玩家hly·2025-03-20 13:39

全网独家 | 超级POI数据集：27.3亿条，涵盖2018-2024年，7年44份，全国范围、同源、相同处理方法、字段丰富

超级POI数据集概况时间范围：2018年12月至2024年12月覆盖区域：全国所有省、直辖市、自治区和特别行政区数据总量：2,731,535,499条数据格式：支持SHP、FileGDB、GeoJson
空间数据研究所·2025-03-20 13:06

Python 生成数据(使用Pygal模拟掷骰子)

数据可视化指的是通过可视化表示来探索数据，它与数据挖掘紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表示的小型数字列表，也可以是数以吉字节的数据。
钢铁男儿·2025-03-20 12:29
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他