- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-5 处理缺失值
> x <- c(1,NA,2,NA,3) > is.na(x) [1] FALSE TRUE FALSE TRUE FALSE > x[!is.na(x)] #找出不是缺失值 [1] 1 2 3 > x <- c(1,NA,2,NA,3) > y <- c("a","b",NA,"c",NA) > z <- complete.cases(x,y) #都不是缺失值的元素 > x[z] [1] 1 > y[z] [1] "a" > library(datasets) #import dat
54410发布于 2020-09-16 - 来自专栏NetCore 从壹开始
3-5 安装CICD管理平台：Jenkins
大家这里可以先安装gitlab工具，我就省事了，直接用gitee做源代码管理平台了。
37321编辑于 2023-01-09 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得 我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。那么，在微服务架构下，⼀次请求少则经过三四次服务调⽤完成，多则跨越⼏⼗ 个甚⾄是上百个服务节点。那么问题接踵⽽来：
90920编辑于 2022-05-17 - 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
看到有很多，的总结一下，比较适合有一定经验的PHPer 平时喜欢哪些php书籍及博客？CSDN、虎嗅、猎云 js闭包是什么，原型链了不了解？ for与foreach哪个更快？ php鸟哥是谁？能不能讲
1.6K100发布于 2018-03-09 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-5)
代码清单3-5 void RecursiveSearch(int* number, int* answer, int index, int n) { if(index == n)
30020编辑于 2022-11-30 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
shape 属性查看数组的维度，返回值是一个元组，元组中对应位置的值为数组中对应维度的元素个数。
90410编辑于 2022-05-25 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南3-5
在本章会介绍小程序的基本开发流程，结合前面章节的知识，完全可以独立完成一个体验很完善的小程序。为了让开发者更加了解小程序开发，在本章中还会通过常见的一些应用场景介绍小程序API的一些细节以及开发的一些技巧和注意事项。
39610编辑于 2025-08-25 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
所以以 3-5 年的跨度来看，这些工具依然会非常有用，甚至像 CNN 和 LSTM 之类的深度学习算法还在继续发展迭代当中。 所以我建议各行各业的从业者不必盲目的转计算机或者机器学习，而应该加深对本专业的了解并自学补充上面提到的基本功，自己成为这个领域的机器学习专家。 3.
73060发布于 2018-03-19 - 来自专栏iOS逆向与安全
写作小技能：卡片式写文章（用3-5张卡片写文）
挑战->核心概念->该怎么做->总结->升华 找到1张卡做大的核心概念 找到3-5张卡做子概念的内容 把这些卡片的“行动指引”总结下，列在最后做个行动指引大全。 .… 用3-5张卡片写文是个很好的体验：1.主题是自下而上生成，而不是逼你针对命题写一个。2. 内容是过去知识卡片的积累，而不是临时写一句，出去找一段儿。3.
1.6K10编辑于 2022-08-22 - 来自专栏实验盒
当我用DeepSeek预测AI for BioScience未来3-5年发展趋势
预测未来3-5年AI在生物科学（AI for BioScience）的发展趋势，可以从技术突破、跨学科融合、数据驱动创新以及伦理监管等多个维度进行分析。以下是一些关键趋势的展望： 1. 药物研发的端到端AI化 全流程覆盖：AI将贯穿从靶点发现、化合物生成、ADMET（毒性/代谢预测）到临床试验优化的全链条，缩短药物研发周期（目前平均10年→可能压缩至3-5年）。 总结 未来3-5年，AI将深度重构生物科学的研究范式，从“数据辅助分析”转向“主动设计创造”，并在药物研发、合成生物学、精准医疗等领域实现商业化落地。
62010编辑于 2025-02-05 - 来自专栏Java面试教程
意料之中、要求3-5年的leader，最后选了应届生
大家好，我是了不起，前段时间，了不起在当面试官，挑了许多人给leader去面谈，最后可能是因为把之前某个想走的同事留了下来了，所以对新人没有太多的要求，所以选了应届生。
28500编辑于 2024-11-22 - 来自专栏鲸落学习笔记
C++ 中的字符串数组（5 种不同的创建方式3-5）
theme: channing-cyan highlight: a11y-dark
2.9K20编辑于 2022-11-14 - 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 练习3-5 输出闰年
练习3-5 输出闰年 输出21世纪中截止某个年份以来的所有闰年年份。注意：闰年的判别条件是该年年份能被4整除但不能被100整除、或者能被400整除。
2.6K20发布于 2020-09-15 jvm入门2：3-5运行时数据区+程序技术器+虚拟机栈
内存是非常重要的系统资源，是硬盘和CPU的中间仓库及桥梁，承载着操作系统和应用程序的实时运行。jvm内存布局规定了java在运行过程中内存申请、分配、管理的策略，保证了jvm的高效稳定运行。不同的jvm对于内存的划分方式和管理机制存在着部分差异
40710编辑于 2025-02-24研究生入局 AI Agent，不是跟风，是抓住未来 3-5 年的技术红利研究
说到底，Agent不是一阵风，而是未来3-5年AI领域最确定的技术趋势之一。对研究生来说，现在入局，不是跟风，而是抓住了一个用小成本撬动大价值的机会。
23410编辑于 2026-05-16- 来自专栏量子位
iPhone14卫星通信实测：发条短信平均3-5分钟，没点耐心真不行
整个过程需要3-5分钟，期间还需要不停地转身找信号。 有网友看完立马表示： 看来我的专用卫星电话还是不能丢。 不过，此功能也并非全是槽点，测试者也发现了一些还算欣慰的体验。 具体如何？ 总的来说，整个过程需要3-5分钟。 这似乎比官方宣传的时间要长一点。 测试者也表示，做这事最重要的是一定要有耐心，她在等待反馈的过程中由于实在耗时太久，一度有点不耐烦导致走神好几次。
51920编辑于 2022-12-09 - 来自专栏python基础文章
计算机基础——计算机分类
前言 本章将会讲解计算机分类应用领域以及发展趋势 一.计算机分类 计算机并非只有日常所见的服务器、个人计算机等，还有一些在计算，连接领域的专有计算机。 1.超级计算机 顾名思义，所谓超级计算机是指能够处理大量数据，并且可以进行高速运算的计算机。 超级计算机具有很强的计算和处理数据的能力，其基本组件与个人计算机的概念无太大差异，但其性能则强大许多，超级计算机一般配有多种外围设备和高效能的软件系统，现有的超级计算机运算速度大都可以达到每秒一太（Trillion 2.网络计算机 1996年，网络计算机问世，这种简单的设备使用廉价的芯片，没有硬盘，并且能够在互联网络上存入或提取内容，售价低廉，网络计算机代表了计算机工业界思想的革命性改变，也是网络工程 师经常会使用到的设备 ---- 4.工业控制计算机 工业控制计算机如图1.36所示，该设备由计算机和过程输入/输出[/O）通道两大部分组成。
1.3K10编辑于 2023-10-15 - 来自专栏青灯古酒
计算机
1.1.4计算机文化的内涵 20世纪80年代初，在瑞士洛桑召开的第三届世界计算机教育大会上提出了“计算机文化”。 1946年第一台计算机诞生 1.2计算机技术概论 1.2.1计算机的起源与发展 起源： 埃尼阿克ENIAC：第一台真正意义上的电子计算机。 大逻精通运动 分类： 根据处理的对象划分 模拟计算机、数字计算机和混合计算机 根据用途划分 专用计算机和通用计算机 根据规模划分 巨型机、大型机、小型机、微型机和工作站 家用的笔记本电脑属于数字通用微型机 4）计算机辅助系统 计算机辅助设计CAD 计算机辅助制造CAM 计算机辅助教育CBE 计算机辅助教学CAI 计算机辅助管理教学CMI 计算机辅助测试CAT 计算机集成制造系统 1.4.2计算机硬件系统 硬件系统 一个完整的计算机系统由硬件系统和软件系统组成 硬件指的是计算机系统中由电子、机械和光电元件等组成的各种计算机部件和计算机设备。
1.2K20编辑于 2023-10-16 - 来自专栏进步集
【计算机基础】计算机dos基础操作
pid 干掉 ：：代表ipv6 列出所有链接的方法 netstat -ano|find “88”并且进行精准查询 tasklist进程查询 命令行版任务管理器 systeminfo 远程查看计算机信息
93130编辑于 2022-11-13 - 来自专栏深度学习
【计算机视觉】一、计算机视觉概述
一、计算机视觉 模仿人类视觉系统 如何使计算机从数字图像或视频中获得高层次的理解 计算机视觉是人工智能的重要组成部分，是赋予机器自然视觉能力的学科，相当于是人工智能的大门。 近年来,计算机视觉取得了长足进步,尤其是在深度学习等人工智能新技术的推动下,计算机视觉系统的性能不断提高,逐步向着人类水平迈进。 二、计算机视觉与其它学科领域的关系 计算机视觉与其他许多学科领域存在紧密联系,相互借鉴、交叉渗透,这种跨学科的交叉正是推动计算机视觉不断发展的重要动力。 计算机视觉中已有的许多方法与人类视觉极为相似。许多计算机视觉研究者对研究人类视觉计算模型比研究计算机视觉系统更感兴趣，希望计算机视觉更加自然化，更加接近生物视觉。 计算机视觉：研究用计算机来模拟生物外显或宏观视觉功能的技术学科。 计算机视觉的任务是用图像创建或恢复现实世界模型，然后认知现实世界。
2.1K10编辑于 2024-07-30
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