- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
机器学习入门 4-5 超参数
通过前面的小节，我们知道了kNN算法中k这个参数值，在sklearn中k这个值被封装成了k_neighbors参数。在前面我们随机的指定参数k的值，究竟k的值为多少的时候，模型才是最好的呢？这就涉及到了机器学习领域非常重要的问题~超参数问题。
77530发布于 2019-11-13 - 来自专栏Hank’s Blog
4-5 R语言函数 split
#split根据因子或因子列表将 向量或其他对象分组 #通常与lapply一起使用 #split(参数):split(向量/列表/数据框,因子/因子列表) > x <- c(rnorm(5),runif(5),rnorm(5,1)) > x [1] 0.61008707 0.81746169 -1.09859969 -1.78134612 -1.94262725 0.99760581 [7] 0.37793960 0.05258653 0.38525197 0.46051864 -0.
94540发布于 2020-09-16 - 来自专栏大前端_Web
javascript高级程序设计(4-5)章笔记
版权声明：本文为吴孔云博客原创文章，转载请注明出处并带上链接，谢谢。 https://blog.csdn.net/wkyseo/article/details/51234909
76840发布于 2018-09-27 - 来自专栏运维之路
【每日一思】2022年第4-5周
一直认为理想情况下的数据运营方法应该基于“贴源层数据-》指标（至少到带有主题的流水）-》洞察-》决策-》执行”的路线，这样才能减少返工的重复性工作量。
29020编辑于 2022-03-07 - 来自专栏iOS面试
iOS 面试策略之算法基础4-5节
前面介绍了数组、字典、字符串、链表、栈、队列的处理和应用方法。本节将会探讨平常相对很少用到、面试中却是老面孔的数据结构：二叉树。本节主要包括以下内容：
1.1K60发布于 2021-04-20 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NetCore 从壹开始
4-5 安装并迁移数据库：mysql
docker volume create volume_name命令新建一个数据卷
89920编辑于 2023-01-09 - 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
47010编辑于 2026-01-20- 来自专栏AI SPPECH
IO竞赛2025年题目解析：基础级难度（4-5）
2025年的IO竞赛基础级（难度系数4-5）题目开始涉及更多的数据结构和算法思想，对选手的编程能力和逻辑思维提出了更高的要求。 难度进阶路径: 入门(1-3) → 基础(4-5) → 提高(6-8) → 竞赛(9-10) 难度系数 考察重点 核心知识点 学习目标 4-5 数据结构、算法应用 栈、队列、树、图的基础应用 掌握基础数据结构的使用和简单算法的实现 ） ├── 第四章：基础级题目解题技巧总结 └── 第五章：从基础到提高的学习建议 第一章：2025年IO竞赛基础级题目概述 根据2025年NOI修订版大纲，基础级（CSP-J提高）的知识点难度系数为4-
37810编辑于 2025-11-13 - 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
40010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
人工智能和 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 强人工智能 超人工智能 ? 弱人工智能 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。
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 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南4-5
小程序经常需要向服务器传递数据或者从服务器拉取数据，这个时候可以使用wx.request这个API，在本章节会重点讨论wx.request的使用和注意事项。
79810编辑于 2025-08-25 - 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 - 来自专栏前端说吧
flag - 4-5月份预整理总结的文章目录
关于echarts各种稀奇古怪让人想骂niang地需求的配置 js-sdk微信分享时，动态url的设置 基于ajax渲染模板的二级/多级自定义联动下拉功能封装， 一个基于promise的ajax异步请求函数封装，不用再写那么多遍的if result === 1啦！ css-移动端h5在iphonex的适配 vuex的使用步骤梳理，轻松掌握。附源码 使用vue实现自定义多选与单选的答题功能 vue中使用axios，实现向请求头中传递cookie值 vue中，mode为history时，build打包后页面空白
76030发布于 2018-06-25 - 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
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