机器学习&人工智能第8页

机器学习与光子学的融合正重塑光学器件设计范式

系统掌握该领域需构建四维知识体系：1、基础融合——从空间/集成光学系统切入，解析机器学习赋能光学的理论必然性，涵盖光学神经网络构建原理2、逆向设计革命——通过AnsysOptics实战，掌握FDTD算法与粒子群

m0_75133639·2025-07-11 10:21

【人工智能面经第五期：模型训练与优化核心面试深度问答】

作者：“码上有前”文章简介：人工智能面经欢迎小伙伴们点赞、收藏⭐、留言模型训练与优化核心面试深度问答摘要围绕模型训练与优化的训练技巧（正则化、迁移学习）和数据工程（数据增强、标注质量）展开，通过20个关键问题

码上有前·2025-07-11 09:48

AI模型训练新范式：基于同态加密的隐私保护方案

AI模型训练新范式：基于同态加密的隐私保护方案技术解析关键词同态加密（HomomorphicEncryption）、隐私保护机器学习（PPML）、全同态加密（FHE）、安全多方计算（MPC）、加密数据训练摘要本报告系统解析基于同态加密的

AIGC应用创新大全·2025-07-11 06:27

量子机器学习入门：从理论到实践

量子机器学习入门：从理论基石到实践路径元数据框架标题量子机器学习入门：从理论基石到实践路径——连接量子计算与人工智能的未来桥梁关键词量子计算；机器学习；量子算法；量子神经网络；Qiskit；PennyLane

·2025-07-11 06:26

全球DeepFake攻防挑战赛&DataWhale AI 夏令营——图像赛道

全球DeepFake攻防挑战赛&DataWhaleAI夏令营——图像赛道赛题背景随着人工智能技术的迅猛发展，深度伪造技术（Deepfake）正成为数字世界中的一把双刃剑。

czijin·2025-07-11 05:24

AI让我焦虑，可有解药？

这波以生成式人工智能为核心的生产力变革浪潮，从23年开始短短的两年时间里一浪接一浪的奔涌而来，从ChatGPT、AGI，到多模态大模型、Agent、Cursor，到DeepSeek、Manus，到近期的

大虫小呓·2025-07-11 04:18

全球人工智能与机器学习大会PPT

a flying bird·2025-07-11 04:46

人工智能基础知识PPT课件

人工智能基础知识定义与概念：人工智能是研究、开发用于模拟、延伸和扩展人类智能行为的综合性科学，其目的是让计算机系统具备执行人类智能任务的能力。

智慧化智能化数字化方案·2025-07-11 04:45

专题：2025大模型2.0：GPT到DeepSeek技术演进与产业落地报告|附200+份报告PDF汇总下载

本报告汇总解读基于国家工业信息安全发展研究中心与联想集团联合发布的《2025大模型2.0产业发展报告》，以及哈工大计算学部人工智能学院关于DeepSeek系列模型的技术白皮书，深入剖析大模型从“技术验证

拓端研究室·2025-07-11 03:11

数据挖掘：从理论到实践的深度探索

它结合了统计学、机器学习、数据库技术和人

代码老y·2025-07-11 03:40

开发智能化的企业并购风险评估模型

开发智能化的企业并购风险评估模型关键词：企业并购、风险评估、人工智能、机器学习、深度学习、数学建模摘要：本文详细探讨了开发智能化企业并购风险评估模型的背景、核心概念、算法原理、系统架构设计以及项目实战。

·2025-07-11 03:36

机器学习手写字体识别系统：技术演进与应用实践

作为计算机视觉与人工智能的重要分支，手写字体识别技术通过将手写文本转换为可编辑电子文本，不仅大幅减少人工输入时间和错误，降低人工处理成本，还能在大量数据处理时保持高于人工录入的准确性，是人

万能小贤哥·2025-07-11 02:05

机器学习算法：核心原理与前沿发展综述

机器学习算法作为人工智能的核心驱动力，正在重塑我们解决问题的范式。本文将系统性地探讨机器学习算法的分类体系、数学基础、优化方法以及最新发展趋势，为从业者提供技术参考。

fmvrj34202·2025-07-11 02:34

「日拱一码」020 机器学习——数据处理

目录数据清洗缺失值处理删除缺失值：填充缺失值：重复值处理检测重复值处理重复值异常值处理Z-score方法IQR方法（四分位距）数据一致性检查数据转换规范化（归一化）Min-Max归一化MaxAbsScaler标准化离散化等宽离散化等频离散化数据清洗数据清洗是数据处理的第一步，目的是去除噪声数据、处理缺失值和异常值，使数据更加干净、可用缺失值处理删除缺失值：如果数据集中缺失值较少，可以直接删除包含缺

胖达不服输·2025-07-11 01:00

机器学习每周挑战——二手车车辆信息&交易售价数据

这是数据集的截图目录背景描述数据说明车型对照：燃料类型对照：老规矩，第一步先导入用到的库第二步，读入数据：第三步，数据预处理第四步：对数据的分析第五步：模型建立前的准备工作第六步：多元线性回归模型的建立第七步：随机森林模型的建立问题：背景描述本数据爬取自印度最大的二手车交易平台CARS24，包含8000+该平台上交易车辆的关键评估信息。CARS24成立于2015年，总部位于印度古尔冈，是一个在印度

梦想成为一名机器学习高手·2025-07-11 01:00

SpringBoot+WebSocket实战：即时通讯系统开发指南

博主介绍：Java、Python、js全栈开发“多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。

fanxbl957·2025-07-11 01:28

Python 机器学习核心入门与实战进阶 Day 8 - 数据建模与分析项目实战预备：项目规划与需求拆解

✅今日目标理解数据分析/建模项目的一般流程练习项目需求理解与目标拆解明确后续模型评估指标与预期交付成果起草项目计划文档（可选写为Markdown）一、项目背景与题目建议（可选方向）项目名称简介学生成绩预测分析系统根据历史表现预测成绩是否达标、学科薄弱点等求职者简历筛选模型根据简历信息预测是否通过初筛电商用户购买预测系统分析用户行为数据预测是否购买公司销售数据趋势分析可视化+聚合分析：月销售趋势、区

蓝婷儿·2025-07-11 00:50

智能化软件开发的探索-人工智能在代码生成与维护中的作用

正在不断更新中文章目录智能化软件开发的探索-人工智能在代码生成与维护中的作用

一键难忘·2025-07-10 23:14

人工智能-基础篇-28-模型上下文协议--MCP请求示例（JSON格式，客户端代码，服务端代码等示例）

目前，MCP（ModelContextProtocol）协议并不是一个广泛标准化或公开开源的协议标准。不过，在某些AI工具链和LLM开发框架中，确实出现了以“MCP”命名的内部通信机制，尤其是在与语言模型代理（LLMAgent）和工具调用接口相关的系统中。假设场景：MCP是用于Agent与外部工具之间交互的协议。其核心目标是：1、标准化请求/响应格式2、支持多轮对话上下文3、支持工具调用（tool

weisian151·2025-07-10 23:42

AIGC与自动驾驶：文心一言的车载交互设计

AIGC与自动驾驶：文心一言的车载交互设计关键词：AIGC、自动驾驶、车载交互、文心一言、自然语言处理、多模态交互、用户体验摘要：本文深入探讨人工智能生成内容（AIGC）技术在自动驾驶领域的创新应用，特别是百度文心一言如何重构车载交互体验

AI天才研究院·2025-07-10 22:06

人工智能赋能极端气候事件管理：重构风险预警与应急响应体系

个人主页：慌ZHANG-CSDN博客期待您的关注一、引言：极端气候成为人类社会新常态近年来，随着全球变暖加剧，极端气候事件（如暴雨、热浪、干旱、强台风等）频率持续上升、影响范围不断扩大，不仅对自然生态系统造成破坏，也严重威胁社会稳定与经济安全。根据联合国发布的《2023年全球气候报告》：全球年均高温日数创历史新高；超过30亿人处于气候灾害高风险区；城市基础设施、粮食供应链、能源系统面临系统性冲击。

慌ZHANG·2025-07-10 21:32

揭秘12-Factor Agents：打造可靠LLM应用的秘诀

引言随着人工智能技术的快速推进，利用LLM构建面向客户的高质量应用程序的需求变得迫切。然而，市面上宣称为“AIAgent

人工智能我来了·2025-07-10 21:30

【机器学习&深度学习】为什么分类任务中类别比例应接近 1:1？

目录前言一、什么是类别不平衡？二、为什么类别比例应接近1:1？2.1⚠模型容易“偏科”2.2精确率、召回率失真2.3模型训练失衡，梯度方向偏移三、现实案例中的“灾难性后果”四、如何应对类别不平衡问题？4.1数据层面处理4.2模型训练层面优化4.3评估指标替代五、实际场景举例六、模拟场景：银行信用卡欺诈检测6.1场景描述6.2数据集情况6.3模型训练结果（未处理不平衡）6.4模型做了什么？6.5实际

一叶千舟·2025-07-10 20:24

TensorBase开发者快速入门指南

适合用于大规模数据分析和机器学习。

宗隆裙·2025-07-10 20:22

量子机器学习：当量子计算遇上人工智能，颠覆即将来临？

在当今科技飞速发展的时代，量子计算与人工智能宛如两颗璀璨的星辰，各自在不同的苍穹闪耀，正以前所未有的速度重塑着世界的面貌。

·2025-07-10 20:21

【机器学习笔记Ⅰ】10 特征工程

特征工程（FeatureEngineering）详解特征工程是机器学习和数据科学中的核心环节，旨在通过对原始数据的转换、组合和提取，构建更适合模型的高质量特征。

·2025-07-10 20:49

机器学习-K近邻算法

k-近邻分类算法，即物以类聚的思想，通过已知分类中的点和未知分类的点距离最近的前k个点的分类来预测未知点的分类。kNN.pyfromnumpyimport*importoperatordefcreateDataSet():group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])labels=['A','A','B','B']returngroup,label

shy_snow·2025-07-10 19:46

从数据到智慧：AI原生知识库构建的完整技术栈解析

从数据到智慧：AI原生知识库构建的完整技术栈解析关键词AI原生知识库、知识图谱、向量数据库、大语言模型、RAG技术、知识工程、智能问答系统摘要在人工智能飞速发展的今天，构建能够真正理解、组织和应用知识的系统已成为企业数字化转型的核心竞争力

AI天才研究院·2025-07-10 19:15

【人工智能】大比拼：文心一言 VS ChatGPT —— 禅与计算机程序设计艺术亲自测评

收到了百度“文心一言”的内测邀请，现在给大家亲身体验测评一下！禅与计算机程序设计艺术先说结论：文心一言表现基本符合预期。与ChatGPT有一定差距，应该在几个月左右。但是禅与计算机程序设计艺术，挺期待ChatGLM-130B版本的效果的。因为，ChatGLM-6B在本地测评的效果，还是非常不错的！目录文心一言写一篇论文介绍一下你自己，从技术原理、应用场景、未来发展、当前不足等方面，不少于3000字

AI天才研究院·2025-07-10 19:45

[论文阅读] 人工智能 + 软件工程 | 当 LLM 写代码时，它的 “思考过程” 靠谱吗？—— 揭秘 CoT 质量的那些事儿

当LLM写代码时，它的“思考过程”靠谱吗？——揭秘CoT质量的那些事儿论文标题：AreTheyAllGood?EvaluatingtheQualityofCoTsinLLM-basedCodeGenerationarXiv:2507.06980[pdf,html,other]AreTheyAllGood?EvaluatingtheQualityofCoTsinLLM-basedCodeGenera

张较瘦_·2025-07-10 18:42

大模型——什么是 Vibe Coding？从零开始学习 AI 辅助编程

生成式人工智能的指数级增长正不断重塑各个行业，软件开发领域也不例外。大约在2025年初，一股源自美国硅谷的新思潮开始引起关注：开发者似乎可以借助AI工具，在几乎不直接编写代码的情况下构建产品。

不二人生·2025-07-10 18:40

脑电分析入门指南：信号处理、特征提取与机器学习

脑电分析入门指南一、为什么要研究脑电1.课题目标（解决什么问题）2.输入与输出二、脑电分析的整体流程三、每一步详解1.数据采集2.预处理3.特征提取4.特征选择/降维5.分类与识别四、研究过程中遇到的挑战与解决方法五、学习感受一、为什么要研究脑电1.课题目标（解决什么问题）本课题旨在通过对脑电（EEG）的采集与分析，提取有用的神经信息，实现对某类脑状或行为的识别/预测/评估。例如：情绪识别、疾病诊

Ao000000·2025-07-10 18:39

【机器学习-08】参数调优宝典：网格搜索与贝叶斯搜索等攻略

博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。

云天徽上·2025-07-10 18:07

NLP-D7-李宏毅机器学习---X-Attention&&GAN&BERT&GPT

—0521今天4:30就起床了！真的是迫不及待想看新的课程！！！昨天做人脸识别系统的demo查资料的时候，发现一个北理的大四做cv的同学，差距好大！！！我也要努力呀！！不是比较，只是别人可以做到这个程度，我也一定可以！！！要向他学习！！！开始看课程啦！-----0753看完了各种attention，由于attention自己计算的限制，当N很大的时候会产生计算速度问题，从各种不同角度（人工知识输入

甄小胖·2025-07-10 17:34

企业内网系统：从传统开发到智能赋能的进化之路

而随着人工智能技术的突破性进展，以飞算JavaAI为代表的智能开发工具正在重塑企业内网系统的开发范式，为程序员提供从设计到落地的全链路智能支持。一、传统企业内网系统开

飞算JavaAI开发助手·2025-07-10 16:57

颠覆人机交互！多模态 AI Agents 大模型如何用 5 大模式开启智能新时代？

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AIAgent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】GPT多模态大模型与AIAgent智能体书籍本章配套视频课程

·2025-07-10 14:45

实操 SpringBoot+MCP！

引言随着人工智能的飞速发展，大语言模型(LLM)正在革命性地重塑用户与软件的交互范式。

清风孤客·2025-07-10 14:13

如何学习智能体搭建

如何学习智能体搭建前言随着人工智能的发展，智能体（Agent）成为自动化、交互式应用和自主决策系统中的核心角色。

·2025-07-10 14:13

板凳-------Mysql cookbook学习（十一--------4)

唐宇迪机器学习实战课程笔记https://blog.csdn.net/weixin_54338498/article/details/128818007?

·2025-07-10 14:12

AAAI—24—Main—paper（关于Multi—Modal的全部文章摘要）

我们生活在一个由多种模态（Multimodal）信息构成的世界，包括视觉信息、听觉信息、文本信息、嗅觉信息等等，当研究的问题或者数据集包含多种这样的模态信息时我们称之为多模态学习多模态机器学习旨在处理学习

·2025-07-10 14:11

神经网络初步学习3——数据与损失

一、传统机器学习与神经网络前言：该部分需要一定的机器学习与数学基础（很浅的基础），如果有不理解的地方可以自行查阅。

X Y O·2025-07-10 12:33

[特殊字符] AlphaGo：“神之一手”背后的智能革命与人机博弈新纪元

从围棋棋盘到科学前沿的通用人工智能范式突破本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！

大千AI助手·2025-07-10 11:56

【人工智能】Spring AI Alibaba，一个面向 Java 开发者的开源框架，它旨在简化将人工智能（AI）功能集成到应用程序中的过程。

一、SpringAIAlibaba介绍SpringAIAlibaba是一个面向Java开发者的开源框架，它旨在简化将人工智能（AI）功能集成到应用程序中的过程。

本本本添哥·2025-07-10 11:52

模型融合与人机协同：构建人机共生的智能未来

1.背景介绍在科技日新月异的今天，人工智能（AI）已经成为了我们生活中不可或缺的一部分。从智能手机，到自动驾驶汽车，再到医疗诊断，AI的应用已经渗透到了我们生活的方方面面。

AI天才研究院·2025-07-10 11:22

vLLM 优化与调优：提升模型性能的关键策略

在当今人工智能领域，大语言模型（LLM）的应用日益广泛，而优化和调优这些模型的性能成为了至关重要的任务。vLLM作为一种高效的推理引擎，提供了多种策略来提升模型的性能。

强哥之神·2025-07-10 11:51

Spring Data Neo4j 与后端人工智能算法的数据交互

SpringDataNeo4j与后端人工智能算法的数据交互关键词：SpringDataNeo4j、图数据库、人工智能算法、数据交互、知识图谱、图神经网络、数据集成摘要：本文深入探讨了如何利用SpringDataNeo4j

AI大模型应用实战·2025-07-10 10:19

【AI大模型】深入解析预训练：大模型时代的核心引擎

预训练已成为现代人工智能，尤其是自然语言处理和计算机视觉领域的基石技术。它彻底改变了模型开发范式，催生了BERT、GPT等革命性模型。本文将系统阐述预训练的核心概念、原理、方法、应用及挑战。

我爱一条柴ya·2025-07-10 09:43

广州曼顿2P数字微断：保护电力设备的安全守护者

基于人工智能技术，大幅提升人触电时的生命安全保障，以及电气火灾

mdkk678·2025-07-10 09:43

Python通关秘籍之基础教程(一）

无论你是想开发网站、分析数据、构建人工智能，还是仅仅想学习编程思维，Python都是你的理想选择。Python的魅力在于它的易读性和广泛的应用场景。

Smile丶Life丶·2025-07-10 09:10

多模态大模型发展全景：从架构创新到应用突破

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AIAgent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】《GPT多模态大模型与AIAgent

陈敬雷-充电了么-CEO兼CTO·2025-07-10 08:39

推荐频道

机器学习&人工智能