- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
4-6 R语言函数 排序
#sort:对向量进行排序;返回排好序的内容 #order:返回排好序的内容的下标/多个排序标准 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8 9 10 > sort(x$v2,decreasing = TRUE) [1] 10 9 8 7 6 > order(x$v2) [1] 4 2 5 3 1 > x[order(x$v2),] v1 v
44640发布于 2020-09-16 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（4-6章节）
个人认为注释还是要写，算是对代码的中文翻译，因为我们的英语水平，命名习惯各不相同。
40710编辑于 2022-06-28 - 来自专栏量子位
支持移动GPU、推断速度提升4-6倍
TensorFlow用于移动设备的框架TensorFlow Lite发布重大更新，支持开发者使用手机等移动设备的GPU来提高模型推断速度。
1.2K30发布于 2019-04-24 - 来自专栏WorkBuddy知识库
WorkBuddy 技能篇（腾讯文档技能）
WorkBuddy的技能（skills） 赋予 WorkBuddy 更强大的能力 可以搜索技能 添加技能 已安装 还没有安装任何技能 点击右上角「+ 添加技能」按钮，即可导入、创建或查找技能 一、技能包的核心作用：从“聪明”到更加“专业”没有技能包的WorkBuddy是一个聪明的通用助手，但可能不了解你所在行业的“黑话”和标准操作。技能包的作用就是解决这个问题：1. 同样，给WorkBuddy装了“PPT技能”，它才真正擅长制作演示文稿；装了“小红书内容技能”，它才懂得如何写出符合平台风格的文案。 WorkBuddy已接入腾讯云SkillHub社区，提供超过2.2万个经过认证的技能包可供选择。 • 本地导入：支持自定义技能。 将编写好的技能说明文件（SKILL.md）放入指定文件夹，WorkBuddy重启后即可加载，适合企业定制专属技能。2.
9.8K132编辑于 2026-03-27 - 来自专栏数据科学与人工智能
【技能】数据科学家所需技能
小编邀请您，先思考： 1 您认为数据科学家需要具备哪些技能？ 2 您擅长那些技能？ 数据科学家所需具体技能，罗列如下： 1 数据分析技能 数据清洗 运用合适的统计知识和方法来分析数据 运用机器学习算法 建立数据模型 评估和应用数据模型 实现数据可视化 2 编程技能 精通一种或者多种数据分析工具 （R/Python/SPSS/SAS/Matlab) 精通一种或者多种面向对象的编程语言（Python/Java/C++等) 其他IT公司经常需要的技能（熟悉HTML/CSS/JavaScript等） 3 数据管理技能（尤其针对大规模数据） SQL NoSQL Hadoop生态（尤其是HDFS/MapReduce，Hive/HBase) Spark 其它IT公司常用数据管理技能 4 商业知识 理解公司的业务 熟悉瀑布模型和敏捷模型等软件开发模式 其它公司常用的商业技巧 5 交流沟通能力（软实力） 撰写报告 做演讲和PPT演示来展示产品 能够将用户的需求转化为实际产品 懂得倾听重点信息 其它公司常用交流交往技能
97550发布于 2018-02-28 - 来自专栏人人都是极客
支持移动GPU、推断速度提升4-6倍
虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径，比如将机器学习模型转换成定点模型，但总是会在模型的性能或精度上做出让步。
1.9K20发布于 2019-03-15 - 来自专栏desperate633
第4-6课 数据的过滤where子句操作符使用通配符进行过滤
实际查询中，通常不会检索所有行，需要对数据进行筛选过滤，选出符合我们需要条件的数据。
2.4K10发布于 2018-08-22 - 来自专栏sylan215 的软件测试技术学习
软件测试经验图谱硬技能之测试技能
《再谈软件测试经验图谱》 《软件测试经验图谱硬技能之业务逻辑》 继续之前的话题，今天我们主要讲讲软件测试经验图谱硬技能分支中的测试技能，先看下我细分的脑图： ? 以上，今天的主要内容是软件测试经验图谱硬技能之测试技能，内容比较多，我只是提供了框架，后续对于需要细化的内容会有单独的文章，敬请期待。 另外，一定要知道图谱本身不是目的，借助图谱进行更准确的自我认知和自我改进才是目的，图谱只是系统化的把软件测试相关的技能要求进行了汇总，我们需要经常借助图谱进行自我反思，并继续发挥我们的长处，同时想办法弥补我们的不足
1.1K30发布于 2020-03-02 - 来自专栏人工智能与演化计算成长与进阶
15非监督学习异常检测4-6构建与评价异常检测系统
Note 对于异常检测问题而言，样本数据集往往是倾斜的，即 标记为 1 异常的数据往往很少，而标记为 0 即正常的数据往往很多 此时使用准确率等方法来进行判断一个模型的好坏往往是不合适的，所以通过 查准率和查全率以及 F1 分数能够很好的分析和判断这个问题
1.9K11发布于 2020-08-14 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。
90800发布于 2019-11-13 - 来自专栏grain先森
前端技能自检
如 Jenkins 可以独自完成架构设计、技术选型、环境搭建、全流程开发、部署上线等一套完整的开发流程（包括 Web应用、移动客户端应用、 PC客户端应用、小程序、 H5等等） 八、项目和业务 后端技能
4.1K21发布于 2019-08-05 - 来自专栏深入浅出测开技术
MySQL 常用技能
explain select * from user where age = 20 and phone = '18730658760' and pos = 'cxy';
83420编辑于 2022-01-12 - 来自专栏Albert陈凯
CTO技能图谱
CTO技能图谱
1.3K90发布于 2018-04-08 - 来自专栏phodal
前端技能图谱
基础 HTML / CSS JavaScript Node.js 正规表达式 数据格式（如JSON、XML） RESTful API交互（如jQuery Ajax，Fetch API，ReactiveX） 命令行 中级 ES6 / CoffeScript / TypeScript SCSS / SASS CSS3 HTML语义化 面向对象编程 函数式编程 MVC / MVVM / MV* 矢量图形 / 矢量图形动画（如SVG） 单页面应用 安全性（如跨域） 授权（如HTTP Basic、JWT等等） 工程化
2.2K90发布于 2018-01-29 - 来自专栏日常技术分享
Java技能图
据说下面图的技能都掌握，就能升职加薪，迎娶白富美，走上人生巅峰！ image.png
90920发布于 2019-02-25 - 来自专栏yuyy.info技术专栏
《Go语言精进之路：从新手到高手的编程思想、方法和技巧1》4-6章笔记
醍醐灌顶到没有，别扭确实存在。当然这需要一段时间来适应，说下这段时间最难接受的点吧。 1、文件的单一职责做不好，一个文件里有多个结构体，想知道某个结构体有哪些方法，需要借助IDE 2、命名使用单字母，特定场景能理解，例如循环里的i，遍历map的k,v，但是很多单字母不是这种常见场景里的。代码整洁之道里说命名要见名知意，宁愿用长命名也不用无法表达清楚的短命名，这点go背道而驰。此书里说有时需要短命名加注释，而代码整洁之道里说注释就不应该存在，如果要用注释，说明写的代码无法准确清晰的表达意思。
1.3K20编辑于 2022-09-21 - 来自专栏idba
DBA 技能图谱
很早之前整理了一份DBA 技能图谱，最近有朋友问源文件，正好随着技术迭代，针对技能图谱做了补充。 本文整理的技能主要还是偏运维侧的，随着IT技术的发展，主要是 数据库云化之后，其实对DBA的技术要求变的越来越高，开发技能也是非常重要，比如python，go ，web开发框架 Django，Flask
1.3K30发布于 2020-08-21 - 来自专栏AndroidTv
Android技能树
Android技能树.png
1K50发布于 2018-05-17 本地化技能才是真正运用技能，顺手改了个Workbuddy内置技能的小bug
本地化技能才是真正运用技能，顺手改了个Workbuddy内置技能的小bug你有没有想过——下载完一个Skill，它就真的「完整」了吗？使用时，就原模原样的全靠它了。不是的。 本文以系统内置Skill为例——SkillCreator，所有智能体都有的基础设施——作为开篇，讲讲怎么才算真正用好一个技能。 内置Skill可能被系统更新覆盖改了白改万一改坏了，连SkillCreator本身都用不了所以换了个思路——不改内置版本，在用户目录下创建一份同名技能，按照Openclaw的加载优先级，用户技能应该可以覆盖内置技能 ⚙️三步完成内置技能的个性化定制第一步：内置保持原样。就当它是原始备份，留着不动。第二步：复制到用户目录。 所以，Workbuddy的技能优先级设计和OpenClaw一样。这个模式可以复用不只是skill-creator。
83710编辑于 2026-04-28- 来自专栏WorkBuddy场景和案例
WorkBuddy场景案例｜自行车销售·10+类销售报告按时上线与浏览器自动取数提效
数据分析组业务背景深圳市某自行车股份有限公司销售部每周要出10+类销售报告（竞品应对、TOP5车型、H2/Q3销量预测、库存预警、拼多多异常、生产排单、销售快讯），单次取数30分钟左右；Python清洗分析一份报告4- 技术部门以5个WorkBuddy账号做先行者，为销售部打造10+个企业专属销售技能，目标是把技能沉淀到底座，为后续销售全员扩规模使用做准备。 WorkBuddy提效方案围绕"自动取数、统一排程、AI建模、技能沉淀"四大场景，WorkBuddy一次打通自行车销售的数据-分析-报告全链路：①浏览器自动取数针对浏览器+滑块验证码+单次30分钟，WorkBuddy ③AI分析建模针对清洗+分析耗4-6小时，AI自动完成清洗、时间序列预测与异常识别，输出HTML/DOCX/CSV报告与预测结论，人工只审关键结论。 ④沉淀技能底座针对脚本散落+无法规模化，把技能、报告、模板、脚本沉淀到工作空间，作为销售全员扩规模使用的技能底座——新账号开通即可直接调用。
17121编辑于 2026-10-27
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