HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
Python信贷风控模型:梯度提升Adaboost,XGBoost,SGD, GBOOST, SVC,随机森林, KNN预测
原文链接:http://tecdat.cn/?p26184(https://link.segmentfault.com/?encd3KT49WmljIn7Pg%2BoQUBRA%3D%3D.%2BltolMrp%2BA0Ijmy%2FtuYTkCe8JFhGhlUDOof%2BHma
【专题】2024年中国游戏营销趋势报告合集PDF分享(附原数据表)
原文链接:https://tecdat.cn/?p35745(https://link.segmentfault.com/?encHCWiod56a0Mg873vOXYjHA%3D%3D.YD7mgdbdQ9fXf%2FvW8TtzXj4GionmD4xBjS7VCG1IhNY%3D)
数据分享|python分类预测职员离职:逻辑回归、梯度提升、随机森林、XGB、CatBoost、LGBM交叉验证可视化
全文链接:https://tecdat.cn/?p34434(https://link.segmentfault.com/?encTEjJ%2FlbVi6T3eeIvtcU0aQ%3D%3D.rw880wJCMRv%2FCFc%2B0jCEIvu09a6W29syKoyY8i%2Bx7
【专题】2024生成式AI人工智能使用趋势研究报告合集PDF分享(附原数据表)
原文链接:https://tecdat.cn/?p36357(https://link.segmentfault.com/?enc7TdlvjrcyBHH5z2%2FR9e0gw%3D%3D.WqgZWCvgGZ30OVsnt1nbn4EyQ4rRHXfj0c5vFIdsmos%3D)
中草药识别系统Python+深度学习人工智能+TensorFlow+卷积神经网络算法模型
一、介绍中草药识别系统。本系统基于TensorFlow搭建卷积神经网络算法(ResNet50算法)通过对10中常见的中草药图片数据集(&39;丹参&39;,&39;五味子&39;,&39;山茱萸&39;,&39;柴胡&39;,&39;桔梗&39;,&39;
4090为何一卡难求?如何低价体验4090?
4090为何一卡难求?如何低价体验4090?前言!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/bd1be7eaa97423072e90668dcf604543.png)在这
【数据集汇总】气象局首次发布训练数据目录!CAMELS 美国天文气象数据集等上线官网
上周,中国气象局首次发布了「人工智能气象大模型训练专题数据目录」,汇集了海量气象数据。该目录现已在气象局官网提供下载,可以根据产品类型、地理区域和年份时间等按需下载数据集,简直太方便啦!!(https://imghelloworld.osscnbeijing.aliyuncs.co
登天文学顶刊MNRAS!中科院上海天文台利用AI发现107例中性碳吸收线,探测精度达99.8%
人们仰望星空,那些遥远的星光其实已经穿越了数十亿年的时空,诉说着古老的故事。而中性碳吸收线,作为早期星系内冷气体云块的关键探针,就像是宇宙历史的见证者,它们的存在为人们窥探星际奥秘提供了一扇窗口。在恒星演化的过程中,恒星爆发释放出的物质中含有丰富的化学元素,这些元素在恒星内部经过核融合反应,并随
KDD 2024|基于隐空间因果推断的微服务系统根因定位
简介:本文介绍了由清华大学、南开大学、eBay、微软、中国科学院计算机网络信息中心等单位共同合作的论文《基于隐空间因果推断的受限可观测性场景的微服务系统根因定位》。该论文已被KDD2024会议录用。论文标题:MicroserviceRootCauseAnalysisWithLimit
通过强化学习策略进行特征选择
特征选择是构建机器学习模型过程中的决定性步骤。为模型和我们想要完成的任务选择好的特征,可以提高性能。如果我们处理的是高维数据集,那么选择特征就显得尤为重要。它使模型能够更快更好地学习。我们的想法是找到最优数量的特征和最有意义的特征。在本文中,我们将介绍并实现一种新的通过强化学习策略的特征选择
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。