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
机器学习中7种常用的线性降维技术总结
上篇文章中我们主要总结了非线性的降维技术,本文我们来总结一下常见的线性降维技术。1、PrincipalComponentAnalysis(PCA)PrincipalComponentAnalysis(PCA)是一种常用的降维技术,用于将高维数据集转换为低维表示,同时保
“AI”送祥瑞:“千帆杯”第一期10万大奖揭晓!
距离千帆杯AI原生应用开发挑战赛第一期赛题“游乐场排队规划助手”的发布,已经过去了整整14天。在为期一周的报名挑战时间内,我们汇总收到了近300的作品提交,在专业的评审和仔细考量下,决胜出了第一期赛题TOP10选手。百度智能云千帆杯·AI原生应用开发挑战赛,旨在激发广
机器学习中的10种非线性降维技术对比总结
降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量,降维算法属于无监督学习的范畴,用未标记的数据训练算法。尽管降维方法种类繁多,但它们都可以归为两大类:线性和非线性。线性方法将数据从高维空间线性投影到低维空间(因此称为线性投影)。例子包括PCA和LDA。非线性方法提供了一种执行
【Sora】开启未来:视频生成模型作为终极世界模拟器的突破之旅
这份技术报告主要关注两个方面:(1)我们的方法将各种类型的视觉数据转化为统一的表示形式,从而实现了大规模生成模型的训练;(2)对Sora的能力和局限性进行了定性评估。报告中不包含模型和实现细节。在以往的研究中,人们使用了多种方法对视频数据进行生成建模,包括循环网络、生成对抗网络、自回归变换器和扩
2.3.1 V2X
V2X更多内容,请关注:github:https://github.com/gotonote/AutopilotNotes.git(https://link.segmentfault.com/?encYAdf%2F4zTSzA75S6RxZpteQ%3D%3D.BJbb7q%2F
Lag-Llama:第一个时间序列预测的开源基础模型介绍和性能测试
2023年10月,我们发表了一篇关于TimeGPT的文章,TimeGPT是时间序列预测的第一个基础模型之一,具有零样本推理、异常检测和共形预测能力。虽然TimeGPT是一个专有模型,只能通过API访问。但是它还是引发了对时间序列基础模型的更多研究。到了2024年2月,已经有了一个用于时间序列预测
GPT Action 诗词大百科
嘿,大家好呀,我是景淮,一个加拿大的程序员,沉迷AI不能自拔中。今天的灵感来源于跟我家大朋友一起背古诗词,她是真的自从高中毕业真的已经很多年没有背古诗的经历了,一听都背过,一背全忘了~(不知道是不是很多朋友都是这样的哈哈哈哈)因为带两个小外甥的缘故,还是有陪着他们一起读古诗的时候~所以我
使用MICE进行缺失值的填充处理
在我们进行机器学习时,处理缺失数据是非常重要的,因为缺失数据可能会导致分析结果不准确,严重时甚至可能产生偏差。处理缺失数据是保证数据分析准确性和可靠性的重要步骤,有助于确保分析结果的可信度和可解释性。在本文中,我们讲重点介绍MICE。MICE(MultipleImputationbyC
2.2 计算单元
计算单元更多内容,请关注:github:https://github.com/gotonote/AutopilotNotes.git(https://link.segmentfault.com/?encLxBl9a0g7sSJL5KpdN7OJg%3D%3D.jTEfG3EjUn
使用PyOD进行异常值检测
异常值检测各个领域的关键任务之一。PyOD是PythonOutlierDetection的缩写,可以简化多变量数据集中识别异常值的过程。在本文中,我们将介绍PyOD包,并通过实际给出详细的代码示例!(https://imghelloworld.osscnbeijing.aliyu
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。


