2.0机器学习

Dagster中资产间数据传递的三种策略：显式管理、I/O管理器与资产合并

在数据工程和机器学习工作流中，资产（Assets）是Dagster的核心构建块，而资产间的数据传递直接影响管道的可维护性和扩展性。
·2025-06-18 22:23

什么是Hadoop Yarn

YARN（YetAnotherResourceNegotiator）是ApacheHadoop生态系统中的资源管理和作业调度系统，最初在Hadoop2.0中引入，取代了Hadoop1.0的MapReduce1
ThisIsClark·2025-06-18 19:35

复现awvs——CVE-2011-3192（Apache httpd 远程拒绝服务）

二、影响版本Apache版本（1.3.x、2.0.x到2.0.64和2.2.x到2.2.1
xiaochuhe--kaishui·2025-06-18 18:58

鸿蒙开发者必看：HarmonyOS兼容性测试工具 — 优测云服务平台

作为全栈自研的分布式操作系统，HarmonyOS不仅重构了设备协同逻辑（如分布式软总线2.0技术将跨设备通信延迟降至10毫秒以下），更通过API12+等技术革新重新定义了应用开发范式。
·2025-06-18 14:03

【深度学习-Day 9】机器学习核心概念入门：监督、无监督与强化学习全解析

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-06-18 13:23

AI大模型从0到1记录学习numpy pandas day24

它适合那些需要快速搭建数据科学或机器学习开发环境的用户。Anaconda和Python相当于是汽车和发动机的关系，安装Anaconda后，就像买了一台车，无需自己去安
Gsen2819·2025-06-18 13:51

AI大模型从0到1记录学习 大模型技术之机器学习 day27-day60

机器学习概述机器学习（MachineLearning,ML）主要研究计算机系统对于特定任务的性能，逐步进行改善的算法和统计模型。
Gsen2819·2025-06-18 13:19

机器学习项目微服务离线移植

机器学习项目微服务离线移植引言：为什么需要Docker化机器学习项目？在当今的机器学习工程实践中，项目部署与移植是一个常见但极具挑战性的任务。
LensonYuan·2025-06-18 13:18

VSCode部署Pytorch机器学习框架使用Anaconda（Window版）

目录1.配置Anaconda1.1下载安装包1.Anaconda官网下载2安装Anaconda1.2创建虚拟环境1.3常用命令Conda命令调试和日常维护1.4可能遇到的问题执行上述步骤后虚拟环境仍在C盘2.配置cuda2.1查看显卡支持的cuda版本2.2下载对应cuda版本2.3下载对应的pytorch可能出现的问题1.使用官方PyTorch渠道2.检查可用的cudatoolkit版本3.使用
JjWang__HUST·2025-06-18 13:47

图像处理与机器学习项目：特征提取、PCA与分类器评估

图像处理与机器学习项目：特征提取、PCA与分类器评估项目概述本项目将完成一个完整的图像处理与机器学习流程，包括数据探索、特征提取、主成分分析(PCA)、分类器实现和评估五个关键步骤。
pk_xz123456·2025-06-18 12:12

AI人工智能深度学习入门指南：从基础到实践_副本

AI人工智能深度学习入门指南：从基础到实践关键词：人工智能、机器学习、深度学习、神经网络、梯度下降、反向传播、实战案例摘要：本文是为零基础或初级学习者打造的深度学习入门指南。
AI大模型应用实战·2025-06-18 11:07

【Python】机器学习：Scikit-learn、Statsmodels

机器学习：Scikit-learn、Statsmodels文章目录机器学习：Scikit-learn、Statsmodels1.
·2025-06-18 11:36

最新！Citadel datathon OA题目20240330

关注我们，每周发布最新的笔面试题目和解析前言申请完Datathon后就会发OA，时间60min15道选择题，题目相较以往有一些变化，但是不多，整体不算难，以数理统计、机器学习和python编程为主，下面给个汇总版
量化投资和人工智能·2025-06-18 11:04

spring boot 入门_Spring Boot WebFlux 快速入门实践

02：WebFlux快速入门实践SpringBoot2.0spring.io官网有句醒目的话是：BUILDANYTHINGWITHSPRINGBOOTSpringBoot(Boot顾名思义，是引导的意思
weixin_39673972·2025-06-18 10:00

机器学习中常用的数据预处理方法

1.数据清洗方法：处理异常值、重复数据、噪声数据。异常值处理：通过统计方法（如Z-Score、IQR）或可视化检测，选择删除、替换（均值/中位数）或保留。重复数据：直接删除重复样本。优点：提升数据质量，减少模型偏差。缺点：可能误删有用信息或引入人为偏差。场景：金融风控（异常交易检测）、传感器数据清洗。2.特征缩放归一化（Min-MaxScaling）将数据缩放到[0,1]区间。优点：加速梯度下降，
C7211BA·2025-06-18 08:13

机器学习与深度学习22-数据预处理

目录前文回顾1.常见的数据质量问题2.归一化和标准化3.特征选择和特征提取4.独热编码前文回顾上一篇文章地址：链接1.常见的数据质量问题在数据预处理过程中，常见的数据质量问题包括缺失值、异常值和重复数据。以下是这些问题的详细描述以及处理方法：缺失值：缺失值是指数据表中某些单元格或字段缺乏数值或信息的情况处理方法：删除包含缺失值的行：如果缺失值数量较少，可以考虑删除包含缺失值的行，但这可能导致信息损
my_q·2025-06-18 07:13

基于 8.6 万蛋白质结构数据，融合量子力学计算的机器学习方法挖掘 69 个全新氮-氧-硫键

在细胞这个「工厂」中，氮-氧-硫（NOS）键就像一个可逆的「智能开关」，能够根据环境中的氧化还原变化调节酶活性。2021年，来自德国哥廷根乔治奥古斯特大学的团队，通过研究淋病奈瑟氏球菌的转醛醇酶，发现了存在于赖氨酸和半胱氨酸之间的NOS键。这项研究超越了单一病原体和酶的研究范畴，为跨学科的蛋白质科学、药物设计和生物工程奠定了重要基础。然而，随着蛋白质结构数据的爆炸式增长，以及科学界对蛋白质结构中化
·2025-06-18 07:29

Sklearn 机器学习 缺失值处理 对多数据列做缺失值填充

我是ThomasKant，很开心能在CSDN上与你们相遇～本博客的精华专栏：【自动化测试】【测试经验】【人工智能】【Python】Sklearn机器学习：对多列数据进行缺失值填充的正确姿势✨在实际的机器学习项目中
Thomas Kant·2025-06-18 06:36

AI大模型的概念验证与落地

与传统机器学习模型相比，大模型拥有更强的泛化能力和表达
AI智能应用·2025-06-18 04:19

李宏毅机器学习——类神经网络训练不起来怎么办？

https://www.bilibili.com/video/BV1Wv411h7kN?spm_id_from=333.788.videopod.episodes&vd_source=779fe6f5ae2ab98c0dc9480ff4ae61a3&p=201.局部最小值（localminima）与鞍点（saddlepoint）criticalpoint：hessian矩阵：1.1判断点类型：1.
JustNow_Man·2025-06-18 02:39

DeepSeek 源码解构：从 MoE 架构到 MLA 的工程化实现

在机器学习和深度学习的领域中，**MoE（MixtureofExperts）架构和MLA（Multi-LevelArchitecture）**的工程化实现已成为极具前景和挑战的技术路线。
威哥说编程·2025-06-18 02:08

5个Python冷门小技巧

1.动态导入模块(__import__)#替代importlib的原始方法math=__import__("math")print(math.sqrt(4)) #输出2.0用途：动态字符串名称导入模块（
JoySSL证书厂商·2025-06-18 01:59

【AI大模型应用开发】3.2 RAG实战 - RAG应用+UI实现加载本地文件并对话

界面采用Python的gradio库，这个库在机器学习和大模型界很火，它运行后会启动一个Web服务器，并在默认浏览器中打开
同学小张·2025-06-18 00:52

深度学习入门指南：从基础概念到代码实践

深度学习入门指南：从基础概念到代码实践1.深度学习概述深度学习是机器学习的一个分支，它通过模拟人脑神经元的工作方式，构建多层次的神经网络模型来处理复杂的数据模式。
软考和人工智能学堂·2025-06-17 23:18

AI大白话（二）：机器学习——AI是怎么“学习“的？

今天，我们就来揭秘AI的学习过程——也就是"机器学习"这个听起来很高大上的概念。名人说：苔花如米小，也学牡丹开。——袁枚《苔》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Code
Code_流苏·2025-06-17 23:16

机器学习15-2（Mini Batch Kmeans）

文章目录简介MiniBatchK-MeansDBSCAN基本原理具体实现简介除了K-Means快速聚类意外，还有两种常用的聚类算法能够进一步提升快速聚类的速度的MiniBatchK-Means算法能够和K-Means快速聚类形成性能上互补的算法DBSCAN密度聚类MiniBatchK-Means非常抱歉，需要先来一段理论基础做铺垫，速览即可！在K-Means的基础上增加了一个MiniBatch的抽
Roy_Allen·2025-06-17 23:15

探索Pandas与Tiktoken在数据处理中的应用

在数据分析和机器学习领域，处理和分析文本数据是一项常见任务。Python提供了强大的库来帮助我们完成这项工作。
黑金IT·2025-06-17 22:12

vue3-seamless-scroll无缝滚动组件使用

Vue3.0无缝滚动组件，支持Vite2.0，支持服务端打包官网地址：https://github.com/xfy520/vue3-seamless-scrollnpm地址：vue3-seamless-scroll-npm1
月伤59·2025-06-17 18:47

WebAssembly 2.0：超越浏览器的全栈计算革命

——解锁高性能、跨平台与安全隔离的下一代基础设施一、Wasm核心架构升级解析1.多层执行模型演进A[源代码C/Rust/Go...]-->|LLVM|B[Wasm二进制.wasm]B-->C[浏览器运行时]B-->D[WASI运行时]B-->E[智能合约VM]C-->F[Web应用]D-->G[服务端函数]E-->H[区块链DApp]2.关键性能指标对比场景JavaScriptWebAssembl
·2025-06-17 15:53

人工智能在军事领域的技术与应用

通过机器学习和自然语言处理技术，AI系统能够识别模式、预测行为并提供决策支持。import
·2025-06-17 13:12

【TVM 教程】如何使用 TVM Pass Instrument

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-06-17 12:15

SHAP（夏普利加性解释，Shapley Additive Explanations）

揭秘机器学习模型的“黑盒”：什么是SHAP？在人工智能（AI）时代，机器学习模型被广泛应用于医疗、金融、推荐系统等众多领域。然而，这些模型往往像一个“黑盒”，让人难以理解它们是如何做出预测的。
阳光明媚大男孩·2025-06-17 12:04

智能数据标签引擎：企业级分类分级与动态管控实践

智能数据标签引擎应运而生，它通过引入先进的人工智能和机器学习技术，为企业构建起一套精准、灵活的数据管理体系。
KKKlucifer·2025-06-17 11:27

【TVM 教程】如何使用 TVM Pass Infra

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-06-17 11:57

【TVM 教程】如何使用 TVM Pass Instrument

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
HyperAI超神经·2025-06-17 11:56

开源物联网（IoT）平台对比

主流开源物联网平台平台描述技术栈许可证ThingsBoard功能丰富，支持设备管理、遥测数据收集、规则引擎、告警等Java,Spring,Akka,Cassandra/PostgreSQLApache2.0EMQX
is0815·2025-06-17 11:56

（详细介绍）什么是 Spherical Gaussian（球形高斯分布）

特点总结：应用场景举例：✅示例代码（Python）相关概念对比：SphericalGaussian（球形高斯分布）是概率论与统计学中一个非常常见且重要的概念，尤其在机器学习、信号处理、模式识别等领域有广泛应用
音程·2025-06-17 09:43

智能开发工具的产品体验与效率提升之道

近期，我有幸体验了驭码CodeRider2.0产品，一款致力于解决开发协作流程中各类痛点的智能开发工具。在此，我想分享一下使用该产品的体验感受。  
爱编程的Loren·2025-06-17 08:34

开发者的新利器体验记

近日，我有幸体验了驭码CodeRider2.0产品，以下是我对这一产品的体验感受。  二、产品初探  在开始体验之前，我首先被CodeRider2.0的界面所吸引。它的界面简洁明了，各类功能分区清
爱编程的Loren·2025-06-17 08:34

高效协作与精准开发的体验之旅**

近期，我有幸体验了驭码CodeRider2.0这一产品，接下来我将分享我的使用体验。  一、开发协作流程的简化  驭码CodeRider2.0通过其强大的功能，简化了复杂的开发协作流程。
爱编程的Loren·2025-06-17 08:04

华为OD机试 2025B卷 - 版本管理 (C++&Python&JAVA&JS&GO)

版本管理华为OD机试真题目录:点击去查看2025B卷100分题型题目描述在软件版本管理中，版本号由点分割的数字组成，例如1.2.3和2.0.现在，你需要编写一个函数，计算两个版本号之间的可用版本号个数。
无限码力·2025-06-17 07:01

uniapp中vue3 ，uview-plus使用!

-DCloud插件市场uview2的地址uView2.0重磅发布，利剑出鞘，一统江湖-DCloud插件市场开始使用1.
养乐多～ch·2025-06-17 05:13

【课程笔记】华为 HCIA-AI Solution 人工智能01：人工智能概览与发展趋势

人工智能概览与发展趋势目录人工智能概览与发展趋势一、人工智能与大模型发展历程1.何为智能2.AI、机器学习、深度学习3.人工智能的主要学派4.人工智能的分类5.人工智能三要素6.大模型大在哪里7.涌现带来的能力
·2025-06-17 02:26

关于电商商品API接口应用的发展趋势和应用

智能化与自动化深度用户分析：借助人工智能和机器学习技术，对用户行为、消费模式进行深度剖析，比如分析用户在不同场景下的购物偏好，实现超精准个性化推荐，甚至能预测用户的潜在需求，主动推送相关商品。
电商数据girl·2025-06-17 02:21

实现AI数据高效评估的一种方法

本文提出了一种新的机器学习模型训练数据影响分析框架，称为DistilledDatamodel（DDM）。该框架通过两个阶段实现高效的数据影响评估：离线训练和在线评价。
mao_feng·2025-06-17 00:08

矩阵运算与求导全面教程

矩阵运算与求导全面教程矩阵运算与矩阵求导是机器学习、强化学习、数值计算、量子计算、机器人学等领域的核心数学工具。
·2025-06-16 23:32

Pytorch框架——自动微分和反向传播

一、自动微分概念自动微分（AutomaticDifferentiation，AD）是一种利用计算机程序自动计算函数导数的技术，它是机器学习和优化算法中的核心工具（如神经网络的梯度下降），通过反向传播计算并更新梯度
Xyz_Overlord·2025-06-16 23:31

python的虚拟环境

虚拟环境的作用1.隔离依赖不同项目可能需要不同版本的库（例如一个项目需要`Django2.0`，另一个需要`Django3
菜就多练999·2025-06-16 22:57

驭码CodeRider 2.0深度体验：全流程智能体如何重塑研发协作范式？

目录一、研发协作的痛点与破局需求二、驭码CodeRider2.0核心体验：全流程智能体架构2.1仓库级上下文引擎：让AI读懂代码故事2.2MR智能合审：代码评审的“自动驾驶”2.3企业级知识增强：打造团队
一个天蝎座 白勺 程序猿·2025-06-16 21:21

计算机网络：DNS解析过程、转发和重定向区别、HTTP发展、HTTPS、GET和POST

文章目录1简述DNS解析过程2转发和重定向的区别3HTTP3.1简述HTTP1.03.2简述HTTP1.1的改进3.3简述HTTP2.0的改进3.4HTTP特点4简述http状态码和对应的信息5HTTPS5.1
Tony-1fan·2025-06-16 20:48
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他