HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
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
开源项目
全部项目推荐好文
究诸经典,探寻大模型演变之踪迹
<blockquote<p编者按:在仅仅五年的时间里,大语言模型、transformers几乎完全改变了自然语言处理领域。</p<p为了便于快速、扎实、深入地学习大语言模型,本文整理一个简单的经典学术资料列表,供正在入门中的机器学习研究人员和开发者参考。</p<p以下是译文,Enjoy!
数据偏度介绍和处理方法
偏度(skewness)是用来衡量概率分布或数据集中不对称程度的统计量。它描述了数据分布的尾部(tail)在平均值的哪一侧更重或更长。偏度可以帮助我们了解数据的偏斜性质,即数据相对于平均值的分布情况。有时,正态分布倾向于向一边倾斜。这是因为数据大于或小于平均值的概率更高,因此使得分布不对称。这也
深度学习进阶篇-国内预训练模型[5]:ERINE、ERNIE 3.0、ERNIE-的设计思路、模型结构、应用场景等详解
深度学习进阶篇国内预训练模型5:ERINE、ERNIE3.0、ERNIE的设计思路、模型结构、应用场景等详解后预训练模型时代1.ERINE1.1ERINE简介ERINE(https://link.segmentfault.com
深入了解平均精度(mAP):通过精确率-召回率曲线评估目标检测性能
平均精度(AveragePrecision,mAP)是一种常用的用于评估目标检测模型性能的指标。在目标检测任务中,模型需要识别图像中的不同目标,并返回它们的边界框(boundingbox)和类别。mAP用于综合考虑模型在不同类别上的准确度和召回率。基本知识IOU(Inters
深度学习进阶篇-预训练模型[4]:RoBERTa、KBERT、ALBERT、ELECTRA算法原理模型结构应用场景等详解
深度学习进阶篇预训练模型4:RoBERTa、SpanBERT、KBERT、ALBERT、ELECTRA算法原理模型结构应用场景区别等详解1.SpanBERT:ImprovingPretrainingbyRepresentingandPredictingSpa
R语言APRIORI模型关联规则挖掘分析脑出血急性期用药规律最常配伍可视化|附代码数据
全文链接:http://tecdat.cn/?p31846(https://link.segmentfault.com/?encUsYWJjJFHctg5x4zVtKx0A%3D%3D.39rh06jrg8HsN8W%2BF%2Bt%2Bp502uSbTwlR8ZSA7YRc8w08%
数据分享|R语言逻辑回归、线性判别分析LDA、GAM、MARS、KNN、QDA、决策树、随机森林、SVM分类|附代码数据
全文链接:http://tecdat.cn/?p27384(https://link.segmentfault.com/?enc1CPpI3Rk0L80jCUhRPihYQ%3D%3D.Goj0F%2FH3mXSsJdb09ZHG3d75o0MY9Uw%2F2qTrp5C0Swo%3D
NLP自然语言处理—主题模型LDA案例:挖掘人民网留言板文本数据|附代码数据
全文链接:tecdat.cn/?p2155最近我们被客户要求撰写关于NLP自然语言处理的研究报告,包括一些图形和统计输出。随着网民规模的不断扩大,互联网不仅是传统媒体和生活方式的补充,也是民意凸显的地带。领导干部参与网络问政的制度化正在成为一种发展趋势,这种趋势与互联网发展的时代需求是分不
基于ARIMA、SVM、随机森林销售的时间序列预测|附代码数据
原文链接 http://tecdat.cn/?p1130(https://link.segmentfault.com/?encfYhIL7dmV9BVN9Qf%2B35nog%3D%3D.1JQVnifm9coiXoZFhOc%2B%2FyADZgRfMv50traNfJjUOes%
拓端荣获腾讯云开发者社区“2022年度优秀作者”称号
全文链接:http://tecdat.cn/?p32574(https://link.segmentfault.com/?encPaJMrA8Q0Ixk%2BI7cwoQ%2B6Q%3D%3D.32oAIjCoc01FWojWKNIPnukuvBXvvtepVUUx15MnX5c%3D
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。


