- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
81300发布于 2020-09-16 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置
84920发布于 2020-01-07 - 来自专栏叽叽西
lagou 爪哇 3-3 dubbo 笔记
Apache Dubbo是一款高性能的 Java RPC 框架。其前身是阿里巴巴公司开源的一个高性能、轻量级的开源 Java RPC框架，可以和 Spring 框架无缝集成。
63810编辑于 2022-05-17 - 来自专栏悟道
3-3欧几里得求最大公因子
最大公因子，指两个或多个整数共有约数中最大的一个 private static int gc(int a, int b) { if(b==0){ return a; } if(a<b){ int temp=a; a=b; b=temp; } return gc(b,a%b); }
52820发布于 2021-03-16 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍NumPy模块的一些基础知识。
91900发布于 2019-11-13 - 来自专栏python3
34补3-3 rhcs集群基础应用
[root@node1 ~]# ansible ha -m shell -a 'service NetworkManager stop'
95400发布于 2020-01-15 - 来自专栏python3
3-3 File类的常用操作的静态方法练
文本文件是我们接触频繁的一类文件，记事本程序经常操作的文件就是文本文件，很多应用程序会保存一些记录到日志文件里，这种日志文件也可以是文本文件。通过本小节的学习，可以掌握对文本文件的简单读写方法。
84020发布于 2020-01-14 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-3)
代码清单3-3 for(answer[0] = 0; answer[0] < total[number[0]]; answer[0]++) for(answer[1] = 0; answer
22620编辑于 2022-11-30 - 来自专栏WebJ2EE
React：Table 那些事（3-3）—— 列宽自适应、列宽拖动
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
10K41发布于 2019-07-19 - 来自专栏愿天堂没有BUG（公众号同名）
字节跳动3-3大牛力荐！RabbitMQ实战指南：消息队列面试必刷手册
RabbitMQ是目前非常热门的一款消息中间件，不管是互联网大厂还是中小企业都在大量使用。作为一名合格的开发者，有必要对RabbitMQ有所了解。
69120编辑于 2022-10-28 - 来自专栏深度学习和计算机视觉
每日一题 剑指offer（变态跳台阶）
编程是很多偏计算机、人工智能领域必须掌握的一项技能，此编程能力在学习和工作中起着重要的作用。 f(3) = f(3-1) + f(3-2) + f(3-3) ... f(n) = f(n-1) + f(n-2) + f(n-3) + ... f(2-1) +f(2-2) 4) n = 3时，会有三种跳得方式，1阶、2阶、3阶， 那么就是第一次跳出1阶后面剩下：f(3-1);第一次跳出2阶，剩下f(3-2)；第一次3阶，那么剩下f(3- 3) 因此结论是f(3) =f(3-1)+f(3-2)+f(3-3) 5) n = n时，会有n中跳的方式，1阶、2阶...n阶，得出结论： f(n) = f(n-1)+f(n-2)+..
36560发布于 2019-10-24 - 来自专栏bit哲学院
手把手教你用直方图、饼图和条形图做数据分析（Python代码）
决定分点 分布区间如表3-3所示。 ▲表3-3 分布区间 4. 绘制频率分布直方表 根据分组区间得到如表3-4所示的频率分布表。 代码清单3-3 “捞起生鱼片”的季度销售情况 import pandas as pd import numpy as np catering_sale = '.. 3可得季度销售额频率分布直方图，如图3-3所示。 ▲图3-3 季度销售额频率分布直方图 02 定性数据的分布分析 对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。 PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 大数据 | 云计算 | 数据库 | Python | 可视化 | 神操作 AI | 人工智能 | 机器学习 | 深度学习 | 神经网络
1.9K20发布于 2020-12-23 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题3-3 出租车计价
习题3-3 出租车计价 本题要求根据某城市普通出租车收费标准编写程序进行车费计算。
3.1K30发布于 2020-09-15 - 来自专栏新智元
DeepMind官方解密新版 AlphaGo 棋艺制胜奇招：价值网络把控通盘局面
DeepMind CEO Demis Hassabis 在官方博客撰文文写道：不像有些人担心人工智能减弱了围棋游戏的乐趣那样，相反，人工智能实际上使人类玩家变得更强大，更多创新。 媒体会中也有观点认为，这个赛事重要的意义不在于输赢，更在于为人类更好地研究、开发和使用人工智能做出有益的尝试。 AlphaGo 棋艺革新：三三定式（3-3 invasion）和妖刀定式 ? 最引人注目的是开局的3-3入侵和“Magic Sword”的新变种。每个都违反了常规理论，但在更深入的反思中，却证明是符合道理的。 初盘的三三定式（3-3 invasion） ? 围棋占据角落最常见的方法是3-3 point invasion，如Dia.3 所示。 ? 这样落子立马就确保了角落的安全。
902110发布于 2018-03-27 - 来自专栏cwl_Java
人工智能-浅谈人工智能
1 浅谈人工智能 1.1 人工智能的概述 人工智能（Artificial Intelligence），英文缩写为AI。 人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。 人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 ? 1.2 人工智能的应用领域 随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。 ? 1.3 基于人工智能的刷脸登录介绍 刷脸登录是基于人工智能、生物识别、3D传感、大数据风控技术，最新实现的登录形式。用户在无需输入用户名密码的前提下，凭借“刷脸”完成登录过程。
3.6K20发布于 2020-02-11 - 来自专栏产品经理的人工智能学习库
弱人工智能、强人工智能、超人工智能
文章目录 弱人工智能（Weak AI） 弱人工智能也称限制领域人工智能（Narrow AI）或应用型人工智能（Applied AI），指的是专注于且只能解决特定领域问题的人工智能。 例如：AlphaGo、Siri、FaceID 等 扩展阅读： Weak AI ——Wikipedia Weak AI——Investopedia 强人工智能（Strong AI） 又称通用人工智能（Artificial General Intelligence）或完全人工智能（Full AI），指的是可以胜任人类所有工作的人工智能。 强人工智能具备以下能力： 存在不确定性因素时进行推理，使用策略，解决问题，制定决策的能力 知识表示的能力，包括常识性知识的表示能力 规划能力 学习能力 使用自然语言进行交流沟通的能力 将上述能力整合起来实现既定目标的能力 ——Stackexchange 超人工智能（Super Intelligence，缩写 ASI） 假设计算机程序通过不断发展，可以比世界上最聪明，最有天赋的人类还聪明，那么，由此产生的人工智能系统就可以被称为超人工智能
6.4K20发布于 2019-12-18 - 来自专栏数据派THU
用人工智能打击人工智能
来源：AI前线 本文长度为4000字，建议阅读8分钟 随着 AI 技术的发展以及部分滥用，这句话也被应用在了人工智能上，一场新的军备竞赛开始了：人工智能 vs 人工智能。 随着 AI 技术的发展以及部分滥用，这句话也被应用在了人工智能上，一场新的军备竞赛开始了：人工智能 vs 人工智能。 然而不幸的是，网络罪犯同样也利用人工智能创建自己的合成身份，产生的结果也足够真实，足以愚弄发现异常行为的人工智能。 这场人工智能之战——也是打击网络安全欺诈者，正在假新闻、假视频和假音频的战壕中展开。 就这样，一场新的军备竞赛开始了：人工智能 vs 人工智能。 Jupiter Research 的 Steffen Sorrell 表示，合成身份是信用卡欺诈“容易实现的目标”。 ，从手动“刷卡”到用人工智能创建合成身份。
2.6K30发布于 2020-07-09 - 来自专栏AI 算法笔记
漫画人工智能：人工智能简史
作者：武博士、宋知达、袁雪瑶、聂文韬 本节我们会以生动有趣的漫画来介绍关于人工智能（AI）相关的故事，你将会学习到： 人工智能的历史 1.2 人工智能的诞生 人工智能是最近才有的吗？ 其实人工智能很早就有了，都快63岁了呢。 让我们进入历史的长河，一起沿着时间的足迹探究人工智能。 对于人工智能的研究者来说，这个会议是一场划时代的会议，会议将“像人一样思考的计算机”称为“人工智能”，于是“人工智能”这个词，诞生了！ ? 20世纪70年代末成了人工智能的寒冬。 1.2.3 第二次人工智能浪潮 在第一次AI浪潮中，人工智能无法为疾病治疗等人类实际问题做出贡献，使相关研究进入严冬。 从人工智能诞生到现在的历史，可以整理为下图： ? 当我们介绍人工智能浪潮的时候，总会有人问“第三次人工智能浪潮”会很快结束吗？
3K20发布于 2019-08-16 - 来自专栏华章科技
6个案例手把手教你用Python和OpenCV进行图像处理
cv2 as cv image = cv2.imread("F:/picture/lena.png") # 读取lena图像 print(image) 运行代码会得到lena图像的像素值，如图3- ▲图3-3 lena图像部分像素值 2. 显示图像 OpenCV提供了多个与图像显示有关的函数，下面简单介绍常用的几个。 例3-3 编写程序，将读取到的图像保存 代码如下： import cv2 as cv # 导入从cv2模块 image = cv.imread("F:/picture/lena.png 研究方向主要包括人工智能、机器学习、图像处理、信号检测、目标识别、现代通信技术与电子系统等。 江志烨，博士学历，研究员，任职于北京航天长征飞行器研究所。
2.3K21发布于 2020-08-28 - 来自专栏挖数
漫画人工智能：啥是人工智能？
作者：武博士、宋知达、袁雪瑶、聂文韬 本节我们会以生动有趣的漫画来介绍关于人工智能（AI）相关的故事，你将会学习到： 人工智能的基本概念 1.1 啥是人工智能 ? 1.1.1 人的智慧和人工智能 究竟什么是人工智能，什么是AI，接下来，由我为大家解答。 媒体上几乎每天都有AI和人工智能的词汇，总给人一种深奥神秘的感觉。 人工智能必须依赖人类，将人类通过鼻子、眼睛、嘴巴、皮肤...获得的外界资讯，以某种形式”输入“到人工智能，人工智能才可以加工和处理这些信息。 具体输入方式我们未来讨论。 除了这部电影之外，《黑客帝国》、《终结者》、《全面进化》等描述人工智能的电影中，大多提到人工智能会威胁到人类生活，而不是给人类带来幸福，这让很多人谈到人工智能都会感到恐慌。 但是，事实上，目前还没有做出公认通过图灵测试的人工智能。所以大家也不必恐慌哦。 1.1.3 人工智能会思考吗？ “思考”，大多数人会想到计算，应该是人工智能的专长。
2.4K20发布于 2019-05-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号