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
R语言人口期望寿命统计预测方法
原文链接:http://tecdat.cn/?p18079(https://link.segmentfault.com/?encl2r7bmHscURToknxpRHuFw%3D%3D.LhIUzaB52ADroZyqPTB0BpVhynJM9dCyDL702SXXUHs%3D)
R语言用多元ARMA,GARCH ,EWMA, ETS,随机波动率SV模型对金融时间序列数据建模
原文链接:http://tecdat.cn/?p20015(https://link.segmentfault.com/?encVhM2495Xww%2F8icPDFMZJuw%3D%3D.1RwAuvoct8ZTxDWZKM8cbG%2FGfpXrjXxtbSLK857ib5A%3D
用R语言模拟M / M / 1随机服务排队系统
原文链接: http://tecdat.cn/?p8199(https://link.segmentfault.com/?encjNOz9rhVNKk3lnjnmFfftg%3D%3D.rg4jQIeIhUbVpwKroeiFxTeKJeY6EUxzQuKvDYrzgiA%3D)
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列
原文链接:http://tecdat.cn/?p26678(https://link.segmentfault.com/?enc4DA863AusyokvMgbo%2FSAmA%3D%3D.NqyNH2Th3u38yvCSr2peaKGFqmGFUk%2BKdupS37GHyWo%3
3 个不常见但非常实用的Pandas 使用技巧
在本文中,将演示一些不常见,但是却非常有用的Pandas函数。创建一个示例DataFrame。<pre<codeimportnumpyasnpimportpandasaspddfpd.DataFrame({&34;date&34;:p
GARCH(1,1),MA以及历史模拟法的VaR比较
原文链接:http://tecdat.cn/?p3817(https://link.segmentfault.com/?enccj%2FquI85cOWGyDAKj93N1Q%3D%3D.QOTVxDV0XUcowgBnj%2B3%2Bm4%2BHDwgIdInJN4ys7XwfLU
车间数字化转型无从下手,Smartbi来帮你
随着“工业4.0”概念的提出,未来的工业和制造业要求会越来越高,数字化车间是工业改革的关键一步。数字化车间是以现代化信息、网络、数据库、自动识别等技术为基础,通过智能化、数字化等手段融合建设的数字化生产车间,精细地管理生产资源、生产设备和生产过程。制造业企业最头疼的问题就是生产不清、库存不准
产品经理不能错过的数据报表制作指南,小技巧Get起来!
数据化时代,数据对企业的效益已经不言而喻,数据分析已然成为企业日常经营管理中的重要内容。其中“数据报表”出现的次数也越来越多,这也是企业对数据价值日益重视的一个反映。数据报表(https://link.segmentfault.com/?encTbU6RCX9Ha1oAxD3Gx%2F3I
R语言用主成分分析(PCA)PCR回归进行预测汽车购买信息可视化
原文链接:http://tecdat.cn/?p26672(https://link.segmentfault.com/?encnJKU7h0kc2qLaEw8LWf11Q%3D%3D.u%2BhvhmDq6HSXZUjjzEt3%2BAtZfNLWMsD26uejK5k69wY%3D
深度学习|AI芯片:上游产业率先爆发
深度学习要求极高的并行计算能力,大数据、算力、训练方法等领域的突破使AI芯片作为上游产业率先爆发。人工神经网络通过训练与预测的过程实现应用,对并行计算能力要求高,训练偏好高性能,预测对简单指令重复计算和及时性要求高。随着大数据存取、算力以及深度学习训练方法等方面的瓶颈被突破,芯片作为AI领域的上
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。


