首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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

    53310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。

    36621编辑于 2023-01-09
  • 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3-5AI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)。 基因治疗递送系统:AI辅助开发更高效的病毒载体或非病毒纳米颗粒。 6. 生物伦理与可解释性挑战 黑箱模型的风险:复杂AI模型的决策透明性将成监管重点,需开发生物可解释的AI(XAI)工具。 全球监管协作:各国可能建立AI生物技术应用的伦理框架(如AI设计病原体的管控)。 7. 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。

    60410编辑于 2025-02-05
  • 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:

    89220编辑于 2022-05-17
  • 人工智能AI)算法

    人工智能AI)领域包含众多算法,每种算法都有其特点、适用场景和优缺点。从主流人工智能算法类别出发,分类整理各自算法优缺点、适用场景及解决的问题,算法的用途。

    1.3K10编辑于 2025-08-29
  • 来自专栏chafezhou

    小说AI人工智能

    “你是程序猿啊,就是搞AI,很赚钱的那个吧”, “现在小学就开始学人工智能,你娃可有优势了” “听说现在机器人都会写代码了,你们程序员也失业了” “学人工智能不错吧,哪个学校好啊”... 艾润物联CTO王银波语录 中国造就网红 套路,AI在中国也不能脱俗 中国科技界“网红”三部曲 政策导向 媒体造势 利益者跟进 1.政策导向 人工智能上升到国家战略,抢占制高点,人工智能弯道超车 ? 图片源自中国政府网 新一代人工智能发展规划 新一代人工智能发展分三步走的战略目标,到2030年使中国人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。 ? 媒体造势 媒体蜂拥而上,AI风口来了,人才紧缺,AI从娃娃抓起 ? AI风口来了 ? 人才紧缺 ? AI从娃娃开始 3.利益者跟进 AI企业融资,高校开办人工智能学院,培训机构风起云涌。。。 ? 钱到AI这个碗里来 ? 高校开办人工智能学院 ?

    1.5K40发布于 2018-07-02
  • 人工智能AI幻觉】

    一、AI幻觉的定义与风险 AI幻觉指人工智能系统生成看似合理但实际错误或虚构的内容,例如编造不存在的论文、人名或事件。这种现象在生成式AI中尤为常见,尤其在缺乏足够训练数据或上下文的情况下。 高风险领域如医疗、法律和新闻,一旦出现AI幻觉可能导致严重后果,例如误诊、法律文件错误或虚假新闻传播。 二、应对策略与案例分析 事实核查机制 部署自动化工具对AI生成内容进行实时验证。 例如法律文件生成后,由律师复核关键条款;新闻编辑室设置AI内容审核岗,标记低置信度输出。 三、技术优化方向 模型微调与约束 通过强化学习人类反馈(RLHF)优化生成逻辑。 四、 行业应用规范 医疗领域建议遵循HIPAA等法规,要求AI系统提供可追溯的参考文献。法律领域需记录生成逻辑链,新闻应用应标注AI参与程度。定期更新知识库和模型,建立错误案例库用于持续改进。 医疗健康领域 合规要求: 必须严格遵守HIPAA(健康保险流通与责任法案)、GDPR(通用数据保护条例)等数据隐私法规 涉及患者数据的AI系统需通过ISO 27001信息安全认证 诊断辅助系统应获得

    47210编辑于 2026-01-20
  • 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

    发布于2026-05-1615:30最近在和身边做AI的同学、朋友聊天时,总能听到一个高频问题:“现在研究生做Agent,是不是已经晚了?” 研究生如果能深耕Agent架构、FunctionCalling、Skill编排、多智能体协作这些核心技术,毕业时可以直接对接AI应用开发、智能体开发、大模型应用等高薪岗位,竞争力远超普通应届生。 说到底,Agent不是一阵风,而是未来3-5AI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。

    20910编辑于 2026-05-16
  • 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
  • 来自专栏机器人网

    AI人工智能常见名词

    人工智能(A.I.)距离人类的智能多远? 或者,A.I. 距离独立思考多远? 在大家意识到之前,第四次工业革命 ― 人工智能革命已悄悄掀起,渗入日常。 如何量度人工智能的水平? 他进一步指出,步入「后人类时代」,人类一些行动将被人工智能取代,可见于不久将来,人工智能将与人类合作共融。 (人工智能技术领先的国家将会统治全世界);中国国务院今年7月发表《新一代人工智能 发展规划》,强调发展人工智能,除了经济原因,更关乎战略层面;美国高科技公司Tesla行政总裁Elon Musk直指A.I 自我意识的超人工智能出现前,人类还有好长一段时间。 两个关于人工智能你要懂的词 1.

    1.7K21发布于 2018-07-23
  • AI人工智能最核心的AI模型

    选择模型-根据问题的性质和数据的特点,选择合适的预测模型,如线性回归、时间序列分析、神经网络、机器学习算法等

    40110编辑于 2025-08-29
  • 来自专栏产品经理的人工智能学习库

    人工智能 – Artificial intelligence | AI

    人工智能AI 已经走入了普通大众的视野,我们在生活中可以看到很多跟 AI 相关的产品。比如 Siri、AI 拍照、AI 修图… 虽然大家看得多,但是大部分都是一知半解。到底什么是人工智能人工智能AI)本质上是一种工具 那么我们应该如何正确的看待人工智能AI)? AI 跟我们使用的锤子、汽车、电脑……都一样,其本质都是一种工具。 人工智能人工智能其实是超越了之前电脑的边界,以前电脑无法做的事情 AI 可以做了。 人工智能的局限性 在探寻 AI 的边界时,我们可以先简单粗暴的把 AI 分为3类: 弱人工智能人工智能人工智能 ? 弱人工智能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

    2K10发布于 2019-12-18
  • 来自专栏扶墙集

    人工智能恐慌(AI Panic)

    我觉得现在有些人已经过度夸大人工智能AI)的危害了... 从程序本质上来说, AI其实就是一个更大的循环(Big Loop),原来你的程序可能循环1000次,一万次,在AI的世界里则是1000万次, 一万亿次,甚至更大的循环次数而已。 况且, 即使在这么大的循环次数下面,即使有持续的数据来“喂”各种AI程序,他们最终的判定也只是根据以往的“经验”去“猜”, “嗯, 这个东西跟之前的一类数据好像差不多, 那么这个东西应该就是XXX了”, 而如果从人工智能的分类上来看, 现在的人工智能分为: 感知智能 和 认知智能。 现阶段,大部分声称或者已经大规模实践和应用的人工智能技术,依然处在感知智能的范畴,比如图像识别,语音识别,各种传感器等。 认知层面,现在只有人类才会有。

    1.2K20发布于 2020-01-13
  • 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)

    29520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。

    88710编辑于 2022-05-25
  • 来自专栏宗恩

    人工智能 AI 芯片介绍及中国人工智能 AI 芯片公司近况

    AI 芯片是什么? AI 芯片最简单的定义就是从事人工智能算法计算的芯片,目前这些人工智能算法一般是深度学习算法,或者是一些机器视觉和机器学习算法。 它也被称为 AI 加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块。目前 AI 芯片主要分为 GPU、FPGA和ASIC。 2008 年,英伟达推出 Tegra 芯片 ,作为最早的可用于人工智能领域的 GPU ,如今已成为英伟达最重要的 AI 芯片之一 ,主要用于智能驾驶领域。 对于中国 AI 芯片市场 ,根据中国信通院的数据报告 ,中国的人工智能市场规模在 2018 年超过 300 亿人民币 ,而 2019 年后将超过 500 亿人民币。 在过去两年中,几家中国 AI 芯片初创企业已获得至少 1 亿美元的资金。一些专家认为,与在整个半导体市场上相比,中国在人工智能芯片市场上的竞争优势更大。

    2.1K20编辑于 2023-05-08
  • 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。

    38210编辑于 2025-08-25
  • 来自专栏运维开发王义杰

    AI: 人工智能领域概念总结

    人工智能(Artificial Intelligence,简称AI)是一个广泛而复杂的领域,涉及许多相关的概念和技术。理解这些概念及其相互关系,可以帮助我们更好地掌握人工智能的整体结构和发展趋势。 人工智能AI人工智能是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门科学。其核心目标是让机器能够像人类一样思考和行动。 2. 机器学习(Machine Learning) 机器学习是人工智能的一个子领域,它使计算机能够通过从数据中学习而不是通过明确编程来完成任务。 自然语言处理(Natural Language Processing,NLP) 自然语言处理是人工智能的一个子领域,研究计算机与人类(自然)语言之间的互动。 聊天机器人(Chatbots) 聊天机器人是一种基于人工智能的程序,能够与用户进行自然语言对话。它们广泛应用于客户服务、信息查询和娱乐等领域。

    1.8K10编辑于 2024-07-10
  • 来自专栏DrugOne

    人工智能(AI)遇上仿制药

    用于研发的AI应用似乎并不是仿制药公司最突出的解决方案。尽管缺乏优先级,但AI可能在很多领域可以帮助仿制药公司。 ? 本文讨论了仿制药行业中人工智能的可能实现,如 查找生物仿制药:预测分析和自然语言处理,用于搜索药物的数据库,以查找科学家可用于生产仿制药的相似化合物; 研究药物化合物的晶体结构: 预测分析,用于确定化合物的形状对某些制造方法和其他药物开发过程的反应 寻找生物仿制药 预处理药物数据 仿制药公司可能会使用AI寻找原研药的替代品,也称为生物仿制药。 人工智能集成注意事项 寻找药物替代品的AI应用可能需要比他们最初期望的更深入地集成到客户公司的工作流程和系统中。 人工智能提出了很多疯狂的期望;但是,发生的事情是当人们尝试应用模型,应用AI系统时,在现实世界中,效果并不理想。 其次,当技术领域的工作人员与医疗保健行业的人交谈时,发现不匹配。

    1.3K40发布于 2021-02-01
  • 来自专栏C语言

    AI人工智能会走向何方?

    前言 在当今快速发展的人工智能AI)领域,技术的进步带来了巨大的潜力和机遇。然而,如何将这些先进的技术有效地应用到实际场景中,以解决现实问题,成为了一个亟待解决的重要课题。 这一转变体现了AI技术的进步和潜力。 1.2 技术应用的价值: 重点在于如何将AI技术应用到实际场景中,以解决现实问题。 例如,在医疗领域,个性化AI应用可以帮助医生提供精准的诊断和治疗方案;在教育领域,个性化AI应用可以根据学生的学习情况提供定制化的辅导和学习资源。 AI应用的价值应更多地看其在实际场景中的效果和对产业的贡献。一个高效、精准的AI应用,即使用户基数较小,但只要能为用户带来实质性的好处,就值得高度重视和推广。 可持续发展是AI技术长期健康发展的基础。 4. 结语 AI技术的快速发展为我们带来了前所未有的机遇,同时也提出了新的挑战。

    35210编辑于 2024-12-11
领券