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
拓端数据tecdat|R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
原文链接:http://tecdat.cn/?p22956(https://link.segmentfault.com/?enc7o2EGTXVszj8iFEnmLSPIA%3D%3D.XJGdbUH3Dq4fBJTxN1hgi0QeKnoe5I3NEn56x9940kc%3D)
深入解读 Flink SQL 1.13
<blockquote<p<strong简介:</strongApacheFlink社区5月22日北京站Meetup分享内容整理,深入解读FlinkSQL1.13中5个FLIP的实用更新和重要改进。</p<p本文由社区志愿者陈政羽整理,ApacheFli
拓端数据tecdat|R语言DTW(Dynamic Time Warping) 动态时间规整算法
原文链接:http://tecdat.cn/?p22945(https://link.segmentfault.com/?enckYmR5RUhTxtBGVZhArqQpg%3D%3D.cttVuje05ypxX84YeTv%2FbI4m7BGfJgSVrYXVFovlorI%3D)
拓端tecdat|R语言用线性模型进行臭氧预测: 加权泊松回归,普通最小二乘,加权负二项式模型,多重插补缺失值
原文链接:http://tecdat.cn/?p11386(https://link.segmentfault.com/?encZ7M36RNt6ULA6qDeWKuCgQ%3D%3D.ISq6TSeYUAT%2FDBmmR29DCxw%2FhSdhdggvV54W7IdgcL0%3D
看Quick Audience 如何有效提升营销活动管理效率
<blockquote<strong简介:</strong营销活动为QuickAudience(QA)用户洞察下的一个功能模块,通过这个模块,可以将QA侧生成的受众以及营销渠道全部关联起来,从营销活动的视角,一站式完成活动目标制定、活动计划制定到活动任务执行。</blockquoteQ
【4PD x Intel AI应用与异构内存编程挑战赛】赛道奖励总价值竟然高达20万?
此次分享将会覆盖到“AI应用与异构内存编程挑战赛”编程赛道所需要的技术背景和技术点,助力开发者快速上手,加入比赛角逐。点击大赛官网链接了解比赛详情:https://opensource.4paradigm....(https://link.segmentfault.com/?encZZDH
上云数据分析首选产品Quick BI的可视化之路
<blockquote<strong简介:</strongQuickBI是专为云上用户量身打造的智能数据分析和可视化BI产品,帮助企业快速完成从传统的数据分析到数据云化分析云化的转变,将企业的业务数据产出后以最快的速度被推送到各组织侧消费使用。本篇着重介绍QuickBI在可视化分析上的能
·寻找智能客服中的精英,免费的在线客服火烈云,大幅降低人工成本
·寻找智能客服中的精英,免费的在线客服火烈云,大幅降低人工成本现如今,在线客服的使用者越来越多了,人们之所以都喜欢选择在线客服是因为其办公不受场地、时间的约束,接待的方式较为灵活,可以给用户提供更优质的服务。但是由于现阶段消费者数目激增,这也时刻地考验着客服的接待能力,当出现传统人工客服无法满足大量
拓端tecdat|R语言中回归和分类模型选择的性能指标
原文链接:http://tecdat.cn/?p11334(https://link.segmentfault.com/?encVkOg1JQHRpHInXRucDuFPw%3D%3D.GLr%2BbhIV8u4Qm8cSpRcce8ql6R50SRilmXi8x0lD3Ko%3D)
我用python实现了一个量化选股程序
背景近期在学习数据分析,在课程最后老师讲了一下通过量化分析选择股票的案例,感觉挺有意思的,恰好周围也有人在炒股票,干脆自己做一个软件来实践一下学到的知识。课程上主要用python相关库来处理比特币的数据,数据量也不大,但是理解原理之后我们可以举一反三。首先来回顾一下主要的知识点,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。


