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
可解释的AI (XAI):如何使用LIME 和 SHAP更好地解释模型的预测
作为数据科学家或机器学习从业者,将可解释性集成到机器学习模型中可以帮助决策者和其他利益相关者有更多的可见性并可以让他们理解模型输出决策的解释。在本文中,我将介绍两个可以帮助了解模型的决策过程的模型LIME和SHAP。模型我们将使用来自Kaggle的糖尿病数据集。主要关
这是什么选秀节目?数百万人看后想学「机器学习」
“秋名山上行人稀,常有车手较高低。如今无人车当道,全是AI老司机。”且问AI老司机表现如何?可灵活转弯,控速自如:!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/0ea2c6779ce32dbef88c4c
九章云极DataCanvas荣获“2021真榜•中国最具价值创新企业榜单”
近日,铅笔道发布了“2021真榜•中国最具价值创新企业榜单”,九章云极DataCanvas作为国内领先的AI基础软件提供商,凭借在数据科学领域不断的创新应用以及企业健康快速的发展成功入选“企业服务最具投资价值TOP30”。!(https://imghelloworld.osscnbe
R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据
原文链接:http://tecdat.cn/?p24742(https://link.segmentfault.com/?encsvKskfxqncrrBMzd0dwWYQ%3D%3D.d%2B7EpsiL5PJ8Wz4cytbyreJSMZgl2R9ZhesrDAEgZj4%3D)
JuiceFS 缓存策略详解
对于一个由对象存储和数据库组合驱动的文件系统,缓存是本地客户端与远端服务之间高效交互的重要纽带。读写的数据可以提前或者异步载入缓存,再由客户端在后台与远端服务交互执行异步上传或预取数据。相比直接与远端服务交互,采用缓存技术可以大大降低存储操作的延时并提高数据吞吐量。数据一致性Jui
开启深度强化学习之路:Deep Q-Networks简介和代码示例
强化学习是机器学习领域的热门子项。由于OpenAI和AlphaGo等公司的最新突破,强化学习引起了游戏行业许多人的注意。我们今天以HillClimbRacing这款经典的游戏来介绍DQN的整个概念,HillClimbRacing需要玩家在不同的地形上驾驶不同的车辆,驾驶距离越长得分越
神工鬼斧惟肖惟妙,M1 mac系统Pytorch的二次元迁移滤镜AnimeGAN+Ffmpeg(图片+视频)
原文转载自「刘悦的技术博客」https://v3u.cn/a_id_201(https://link.segmentfault.com/?encam%2BHGcbVbn2M0VARsEI0Sw%3D%3D.bdGZaGIMjYE%2B%2FziVgnIOabqbelmAh2MpIvYl31YF
R语言生态学JAGS模拟数据、线性回归、Cormack-Jolly-Seber CJS 模型拟合MCMC 估计动物存活率和可视化
原文链接:http://tecdat.cn/?p24721(https://link.segmentfault.com/?encAven96XzcTiRYbGlzfs5Lw%3D%3D.fAFX2F5KWDKbBXa995dOwzgW0nQUBKyTzcteFEI4z24%3D)
18 个 实用的Numpy 代码片段总结
Numpy长期以来一直是Python开发人员进行数组操作的通用选择,它是基于C语言构建的这使得它成为执行数组操作的快速和可靠的选择,并且它已经成为机器学习和数据科学必备的基础库。在本文中,我整理了一些NumPy代码的片段,这些代码片段都是在日常开发中经常用到的。1、创建数组<
牛顿冷却定律
牛顿冷却定理描述的是在环境初始温度下,物体自然冷却过程中,物体的温度随时间变化的数学模型,用公式表示如下:$$\frac{dT(t)}{d(t)}k(T(t)H)$$其中H为环境温度,k为常数系数,公式描述的物理意义可以表述为:物体的温度的一阶导和物体与环境温度的温差之比为一常数。
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。


