- 综合排序
- 最热优先
- 最新优先
- 来自专栏相约机器人
Python的9个特征工程技术
https://github.com/NMZivkovic/top_9_feature_engineering_techniques 在本文中，探索了获得良好结果通常需要的最有效的要素工程技术。 culmen_depth_mm 2 flipper_length_mm 2 body_mass_g 2 sex 10 这意味着数据集中有一些实例缺少某些要素的值 可以将值0分配给Adelie，将1分配给Gentoo，将2分配给Chinstrap。 它使用统计检验（如χ2）计算输出特征对数据集中每个特征的依赖程度。在此示例中，使用SelectKBest，它在使用统计测试时具有多个选项（但是默认值为χ2，在本示例中使用该选项）。 结论 在本文中，有机会探索了9种最常用的特征工程技术。
1.3K31发布于 2020-11-20 - 来自专栏程序人生 阅读快乐
Python机器学习（数据科学与工程技术丛书）
Sebastian Raschka是密歇根州立大学的博士生，他在计算生物学领域提出了几种新的计算方法，还被科技博客Analytics Vidhya评为GitHub上具影响力的数据科学家。他有一整年都使用Python进行编程的经验，同时还多次参加数据科学应用与机器学习领域的研讨会。正是因为Sebastian 在数据科学、机器学习以及Python等领域拥有丰富的演讲和写作经验，他才有动力完成此书的撰写，目的是帮助那些不具备机器学习背景的人设计出由数据驱动的解决方案。
46910发布于 2018-10-10 - 来自专栏数据派THU
独家 | 新的ChatGPT提示工程技术：程序模拟
构思新想法 2. 阐述想法 3. 总结的想法 4. 检索的想法 5. 继续完成之前的想法 6. 2. 扩展想法:程序以交互方式帮助用户扩展想法。 3.总结想法:程序提出一个想法的总结，不管它是否被扩展，并提出一个标题。用户可以选择重写或编辑摘要。 2. 用户流程和用户体验应该模仿真实的程序，但仍然像ChatGPT一样具有会话性。 3.该程序应该使用表情符号来帮助传达输出周围的上下文。但这种做法应该有节制地使用，不要过于得意忘形。 我接下来的步骤包括对该技术进行更深入的检查，以评估一个全面的测试框架是否可以阐明该方法如何与其他提示工程技术相比较。这种类型的测试也可能有助于确定这种技术最适合于哪些特定的任务(或任务类别)。
45060编辑于 2023-09-27 - 来自专栏数据分析1480
sklearn中的这些特征工程技术都掌握了吗？
f = lambda X, Y:np.array(list(map(lambda x:pearsonr(x, Y)[0], X.T))).T #参数k为选择的特征个数 SelectKBest(f,k=2) from sklearn.feature_selection import SelectKBest from sklearn.feature_selection import chi2 #选择K个最好的特征 ，返回选择特征后的数据 SelectKBest(chi2, k=2).fit_transform(iris.data, iris.target)[:10] 输出 第三和第四个特征 petal length lambda X, Y: np.array(list(map(lambda x:mic(x, Y), X.T))).T #选择K个最好的特征，返回特征选择后的数据 SelectKBest(g, k=2) estimator为基模型 #参数n_features_ to_select为选择的特征个数 RFE(estimator=LogisticRegression(), n_features_to_select=2)
65810发布于 2019-07-30 - 来自专栏南山种子外卖跑手的专栏
自问三连，如何建设团队里的前端工程技术？
图片本文为原创文章，引用请注明出处，欢迎大家收藏和分享1、如何理解前端工程技术建设老生常谈了，前端工程技术建设可以理解为团队内的前端技术和框架建设的整体表现，包括了 技术/规范文档、工程模板研发、组件库和开发工具沉淀 2、前端工程技术建设的意义规范和研发方法论：经过业务沉淀而形成团队内的研发方法，能通过成熟的技术储备和完备的开发流程为业务提供稳定支撑和高效迭代能力。 团队的影响力：这里包含2部分，工程规范和技术影响。工程规范主要对内，针对技术栈的规范和技术标准的统一，规范组员的开发过程；而技术影响多对外，能为业界提供标准、技术、文档、流程和开源上的沉淀。 5、前端工程技术建设拆分再提下，前端工程技术建设是保证工程整个流程、研效高可用，并且能提升对外影响力而做的一系列建设。 一般关键的流程包括：通过CI|CD感知并触发工程构建，产出制品；制品推送到制品管理平台写入版本记录，以便在回滚时实现自动化；制品生成后，在发布单系统提单，走审核和发布流将产物部署上云服务；和前端相关的云服务大致分2类
1.1K40编辑于 2022-11-16 - 来自专栏yeedomliu
向ChatGPT询问高质量答案的提示工程技术
生成与以下产品信息一致的产品评论[插入产品信息] 知识整合提示 知识整合 将以下信息整合到关于[特定主题]的现有知识中：[插入新信息] 连接信息片段 以相关和逻辑的方式连接以下信息片段：[插入信息1] [插入信息2]
30630编辑于 2023-09-03 - 来自专栏后端技术探索
Uber工程技术栈（二）:看曾经的独角兽背后用了哪些技术
替代HTTP的非传统协议（如SPDY、HTTP/2和TChannel）以及像Thrift和Protobuf这些接口定义语言将有助于从速度和可靠性方面改进我们的系统。 HTTP/2和SPDY更容易支持这种推送模式。改用推送模式后，Uber应用程序中几项基于轮询的功能会出现速度大幅提升。 2016年2月的一场技术讨论会介绍了Uber网站可靠性工程的历史。 可观察性 可观察性意味着确保Uber整体以及不同部分都顺利运行。
69540发布于 2018-08-10 工程技术：在智能体优先的世界中利用 Codex（转）
日期：2026年2月11日 作者：Ryan Lopopolo，OpenAI 技术团队成员 原文：https://openai.com/zh-Hans-CN/index/harness-engineering
33710编辑于 2026-03-30- 来自专栏深度学习与python
解锁大语言模型潜力：4种提示工程技术解析，带你玩转 AI
专家 2：球在厨房里。 专家 3：球在卧室里。 专家 1：鲍勃拿着杯子到卧室，所以球一定在杯子里。 专家 2：哦，我明白我的错误了。是的，球在杯子里。 专家 2：同意，球在卧室里。 专家 3：鲍勃然后走到车库，所以球留在卧室里。它不在花园或车库里。 专家 1：当然，球还在卧室里。 专家 2：是的，球还没有离开卧室。 响应： 专家 1：提出一个去中心化的点对点架构 在我看来，去中心化的点对点（P2P）架构是正确的选择。用户直接相互共享文件，无需中央服务器来处理所有请求。 专家 3：主张混合架构 我提出了一种混合架构，结合了去中心化 P2P 和分布式基于云的系统的优势。使用 P2P 进行用户到用户的文件共享，以减轻集中式服务器的部分流量。 总 结 在本文中，我们介绍了一些学术论文中提到的一些最新的提示工程技术。虽然这些技术已经得到了经验证明，但我们仍然不知道它们到底为什么会有效果。
59310编辑于 2024-02-29 - 来自专栏SDNLAB
OpenDaylight系列文章（二）：OpenDaylight初窥（上篇）之OpenDaylight的工程技术架构
它的工程技术架构又是怎样的呢？ 万殊一辙。OpenDaylight的工程技术架构其实就像一座高楼大厦的构造，核心技术如同风靡建筑行业的装配式技术。 下面示例一下如何使用maven自动创建OpenDaylight项目基本结构并编译的： 环境配置 1、系统环境：ubuntu 14.04 64 bit 2、软件环境：Java JDK 1.8+、Maven 3.5.2 >>>> maven配置 1、修改仓库 修改maven默认配置~/.m2/settings.xml文件，使用OpenDaylight自己的仓库， 命令如下： cp -n ~/.m2/settings.xml {,.orig} ; \wget -q -O - https://raw.githubusercontent. ... s.xml > ~/.m2/settings.xml 2、创建工程 创建maven
1.4K50发布于 2018-03-28 - 来自专栏后端技术探索
Uber工程技术栈（三）:看曾经的独角兽背后用了哪些技术
我们还在可视化组件中使用所有的图形Web标准：SVG、Canvas 2D和WebGL。我们开发的许多库是开源库，比如react-map-gl，我们依赖它们用于地图可视化： ?
86920发布于 2018-08-10 - 来自专栏进击的Coder
Kaggle前1%参赛者经验：ML竞赛中常被忽视的特征工程技术
其中，featurelabel是scikit-learn编码的标签，featuremean就是莫斯科标签下的真实目标数量/莫斯科标签下的目标总数，也就是2/5=0.4。
1.5K20发布于 2019-09-04 - 来自专栏机器之心
思维链CoT进化成思维图GoT，比思维树更优秀的提示工程技术诞生了
研究论文：https://arxiv.org/pdf/2308.09687v2.pdf 官方实现：https://github.com/spcl/graph-of-thoughts 论文概览 大型语言模型正在变成人工智能世界的主导技术 这让用户可使用 GoT 快速为 prompt 的新设计思路构建原型，同时实验 GPT-3.5、GPT-4 或 Llama-2 等不同模型。 有向边 (t_1, t_2) 表示思维 t_2 的构建方式是将 t_1 用作「直接输入」，即通过明确指示 LLM 使用 t_1 来生成 t_2。 在某些用例中，图节点属于不同类别。 图 2 给出了聚合和生成的示例。 从数学形式上讲，每个这样的变换都可以建模成 T (G, p_θ)，其中 G = (V, E) 是反映推理当前状态的图，p_θ 是所使用的 LLM。 详细分析见表 2。CoT 的容量较大，最大可至 N，但也有 N 的高延迟成本。CoT-SC 将延迟降低了 k 倍（对应于其分支因子），但同时其容量也会减小 k 倍。
99730编辑于 2023-09-08 - 来自专栏云头条
人社部拟发布 18 个新职业：数据安全工程技术员、数字孪生应用技术员、农业数字化技术员、机器人工程技术员等
2022年6月14日，人社部发布《关于对拟发布机器人工程技术人员等职业信息进行公示的公告》。 同时，为促进青年特别是大中专毕业生就业创业工作，近期，人力资源社会保障部将向社会公示相关新职业信息，其中机器人工程技术人员等18个新职业信息作为第一批向社会进行公示，广泛征求意见。 此次公示的“机器人工程技术人员”“增材制造工程技术人员”“数据安全工程技术人员”“数字化解决方案设计师”“数据库运行管理员”“信息系统适配验证师”“数字孪生应用技术员”“商务数据分析师”“农业数字化技术员 随着《家庭教育促进法》的出台实施和“双减”等政策的推行，确立从事家庭教育和研学旅行指导人员的职业属性、界定职业工作任务等显得很有必要，基于此，专家和有关部门提出了“家庭教育指导师”“研学旅行指导师”2个新职业
78770编辑于 2022-06-16 - 来自专栏后端技术探索
Uber工程技术栈（一）:看曾经的独角兽背后用了哪些技术
Uber工程部门的挑战：没有免费用户，高速增长 与一些最成功的软件公司一样，我们同样遇到了全球规模问题，但是1）我们成立才短短六年，所以我们还没有解决这些问题；2）我们的业务基于现实世界，而且具有实时性
1.2K50发布于 2018-08-10 - 来自专栏深度学习与python
一行代码价值百万美元：从工程技术角度看云成本优化
示例 2：API 也是要花钱的 在这个示例中，我们有一个最小可行产品（MVP）进入了生产环境。几年后，这个产品向 S3 发起数十亿次 API 请求，因为是偷偷平稳地增长，以至于没人注意到。 我们重新格式化时间戳，这样就减少到了 20 个字节，还剩余 2 个字节。我们回到了实际需要的水平——一行代码，成本减半。 它可以同时伸缩具有数百甚至数千个 EC2 实例的集群。有人设计了这样一个系统，每 24 小时就回收一次实例。也许是因为存在内存泄漏，他们认为这是一个很好的解决方法。 这两行代码组合每隔 24 小时会为每个创建的 EC2 实例创建一个未连接的 EBS 卷。第一行delete_on_termination被设置为 false，阻止 EBS 卷被删除。 这两行代码意味着每次 EC2 实例启动都会创建一个 EBS 卷，而这个 EBS 卷永远不会被删除（除非手动删除）。
36810编辑于 2024-07-12 - 来自专栏python进阶学习
Python爬虫与逆向工程技术的结合，实现新闻网站动态内容的多线程抓取
在这种情况下，我们可以借助逆向工程技术，结合多线程抓取的方式，来实现对新闻网站动态内容的抓取。本文将向你展示如何使用Python编写一个多线程爬虫，通过逆向工程技术实现对新闻网站动态内容的摘要。 link.text.strip() print("链接:", href) print("文本:", text)# 使用正则表达式提取信息import repattern = r"\d{4}-\d{2} -\d{2}"dates = re.findall(pattern, content)for date in dates: print("日期:", date)现在，让我们来看看如何将这两种技术结合起来 首先，我们需要使用Python的请求库来发送HTTP请求，并使用BeautifulSoup库来解析网页内容接下来，我们需要利用逆向工程技术来分析网站的动态内容生成方式。 news_list = soup.find_all("div", class_="news-item") for news in news_list: print(news.find("h2"
1K20编辑于 2023-08-14 - 来自专栏新智元
【干货】谷歌软件工程技术实践总结：软件开发、管理和人员调配（20PDF）
目录 摘要 关于作者 1.概述 2.软件开发 2.1.源码库 2.2.编译系统 2.3.代码审查 2.4.测试 2.5.Bug追踪 2.6.编程语言 2.7.调试和分析工具 2.8.工程发布 但大多数主要涉及商业、管理和文化; 只有一小部分作者（例如[1,2,3,4,5,6,7,13,14,16,21]）探索了软件开发方面的事情，并且大多数只涉及一个方面; 尚且没有一篇文章提供了Google 2. 软件开发 2.1.源码库 Google的大多数代码存储在一个统一的源代码存储库中，并且可供Google的所有软件工程师访问。
2.7K70发布于 2018-03-27 - 来自专栏量子位
对话高通工程技术SVP：AI研发最关注高能效，云端AI推理芯片已流片成功
Rajesh Pankaj，高通工程技术高级副总裁，是为数不多能够回答这些问题的人，再次来到中国。 Rajesh Pankaj是一名“老高通”，从1997年至今，已经在高通工作了22年。 ?
54930发布于 2019-11-07 - 来自专栏云头条
国家颁布 7 个职业标准：包括云计算、集成电路、AI、物联网、工业互联网、虚拟现实工程技术人员、数字化管理师
2021年9月29日，人力资源社会保障部、工业和信息化部颁布云计算、集成电路工程技术人员等7个国家职业标准。 近日，人力资源社会保障部与工业和信息化部联合颁布了集成电路、人工智能、物联网、云计算、工业互联网、虚拟现实工程技术人员和数字化管理师等7个国家职业技术技能标准。 此前，人力资源社会保障部与工业和信息化部已经颁布了智能制造、大数据、区块链工程技术人员等3个国家职业技术技能标准。 《云计算工程技术人员国家职业技术技能标准》全文： 《集成电路工程技术人员国家职业技术技能标准》权重表： 《人工智能工程技术人员国家职业技术技能标准》权重表 ： 《物联网工程技术人员国家职业技术技能标准》权重表： 《工业互联网工程技术人员国家职业技术技能标准》权重表： 《虚拟现实工程技术人员国家职业技术技能标准》权重表： 《数字化管理师国家职业技术技能标准
54020编辑于 2022-03-18
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