- 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
51610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。
35621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3-5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）。 合成生物学应用：AI自动设计基因回路并验证功能，加速人工生命系统构建。 成本降低：通过AI减少试错实验次数，降低生物研发的资源和时间成本。 5. 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。
59410编辑于 2025-02-05 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
就是注册中⼼+配置中⼼的组合（Nacos=Eureka+Config+Bus） 官⽹：https://nacos.io 下载地址：https://github.com/alibaba/Nacos Nacos功能特性 还使用服务 cloud: # 订阅服务提供⽅的应⽤列表，订阅多个服务提供者使⽤ "," 连接 subscribed-services: lagou-service-code 验证: 注册功能是否好使
88020编辑于 2022-05-17 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3-5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。
18910编辑于 2026-05-16- 来自专栏三掌柜的技术空间
AI实现腾讯云AI绘画功能
在 HAI 中，使用者可以根据应用智能匹配并推选出最适合的 GPU 算力资源，从而保证在数据科学、LLM（Large Language Model）、AI 作画等高性能应用中获得最佳性价比，而且HAI 对于 AI 研究者来说，直观图形界面会大大降低了调试的复杂度，而且支持jupyterlab、webui 等多种连接方式，帮助开发者轻松探索与创新，甚至只需打开浏览器，HAI 便打开了一片无限可能的高性能应用领域 然后点击，如下所示：会出现很多结果，由于数据太多，你可以用ctrl+f快捷键，直接搜搜zh_CN，然后即可找到，点击安装即可，如下图所示：搜索时候的效果，如下所示：安装成功之后的，会在下面提示汉化功能已经安装好了 汉化之后的效果如下所示：另外需要分享一下扩展功能，如下所示：3、具体体验接下来就是重头戏，进行快速AI绘画体验，直接上参数，如下所示：正向参数：a beauty girl, 25 years old, 最后，我呼吁各位开发者小伙伴朋友们，如果你是一个需要强大算力支持的开发者，我强烈推荐你尝试腾讯云高性能应用服务HAI，体验一把AI绘画的操作！
1.5K21编辑于 2023-12-22 - 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)
27920编辑于 2022-11-30 - 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
项目开发:电商项目中的购物车数据持久化、考试系统的安全性考虑、 mysql设计基础：三大范式、功能->思维导图、创建表的第一字段是什么？ nginx 实战优化业务功能 ？ 谈一下近三年来你的得意之作? 看看简历，会问一些过去做的项目的用户量、pv、吞吐量、相关难点和解决方法等 数据库设计经验,为什么进行分表? 分库?
1.6K100发布于 2018-03-09 - 来自专栏内容管理系统
MassCMS with AI 功能场景探索
这种结合不仅打破了传统内容管理在效率、精准度和扩展性上的局限，更催生出一系列创新的功能场景，从内容的创作生成到审核分类，从搜索应用到网页管理，AI 的赋能让 MassCMS 在各个环节都展现出强大的潜力 AI内容审核与分类内容审核内容上传至 MassCMS 后，AI 会自动对文本、图片、视频等内容进行多维度审核。 AI内容搜索与知识库应用智能搜索功能强化在 MassCMS 的搜索功能中融入 AI 技术，提升搜索的准确性和智能性。传统搜索多基于关键词匹配，结果可能不准确、不全面。 AI翻译MassCMS 的 AI 翻译功能可对平台内的各类内容进行精准、快速的多语言转换。 用户在创建多语言版本的内容时候，AI一键翻译就可以将内容新增一个新的语言版本，用户可以自行校对和修改。同时，AI 翻译还能适配不同的语言风格。
41300编辑于 2025-07-21 - 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。
87210编辑于 2022-05-25 - 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。
71560发布于 2018-03-19 - 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。
36510编辑于 2025-08-25 - 来自专栏iSharkFly
Discourse 提供 AI 总结功能
如果内容没有被AI终总结过的话，Discourse会提供AI总结功能。这个AI总结工具将会把内容的所有数据发给AI让AI对内容进行总结。跳转如果内容不多，读一下就行。 如果内容的回复比较多，那么这个总结功能挺很实用，能够把这个主题中的内容加上回复给总结出来。总结的结果会存在数据表中，不是每次调用的时候都会调用API接口。 跳转可以通过这个配置来平衡AI的调用。貌似在后端没有找打自动总结的功能。跳转现在的主题总结，多用手动触发。https://www.isharkfly.com/t/discourse-ai/2959/2
8900编辑于 2026-04-24 - 来自专栏AI技术应用
AI口语考试APP的功能
以下是AI口语考试APP常见的功能列表，并结合一些示例进行说明。核心功能：语音识别与语音合成： 功能描述： APP能够准确识别用户的语音输入，并将其转换为文本。 发音评测： 功能描述： 基于AI的发音引擎，对用户的发音进行多维度评估，包括准确性、流利度、语调、重读等。 口语对话练习： 功能描述： 提供多种对话场景和主题，用户可以与AI进行模拟对话，练习在不同情境下的口语表达。 AI虚拟导师： 以虚拟人物的形式呈现AI，提供更具人情味的互动和指导。一些APP甚至提供不同国籍、性别、年龄的虚拟人物供用户选择，以增强学习的趣味性。 一些APP的特色功能示例：IELTS Speaking Test AI： 专注于雅思口语考试的训练，提供模拟考试环境和评分标准。
69510编辑于 2024-12-16 - 来自专栏AI技术应用
AI口语APP的功能优化
要优化 AI 口语 APP 的功能，关键在于深入了解用户痛点、利用最新的 AI 技术以及不断提升用户学习体验。以下是一些核心的优化方向。1. 核心 AI 评测与反馈的深度和精度这是 AI 口语 APP 的灵魂。 高品质的 AI 语音（TTS）和语音识别（ASR）引擎，确保 AI 老师的声音自然、清晰，用户的语音被准确识别。 解锁隐藏课程、专属 AI 导师皮肤等，提升学习乐趣。导师与 AI 结合： 探索 AI 评测为主，人类导师辅导为辅的混合模式，为用户提供更全面的帮助。5. 技术基础设施与数据安全持续优化 AI 模型： 定期收集用户语音数据，进行模型训练和调优，提升识别和评估的准确性。降低延迟： 优化语音处理和 AI 推理的速度，确保实时反馈的流畅性。
48110编辑于 2025-07-31 - 来自专栏AI技术应用
AI口语练习APP的功能
以下是AI口语练习APP的一些特色功能，这些特色功能使得AI口语练习APP能够为用户提供高效、有趣且个性化的学习体验，帮助用户在轻松愉快的环境中提升口语能力。 1.智能对话练习与AI互动：用户可以与AI进行实时对话，AI能够理解并回应用户的语言，提供沉浸式的口语练习体验。 2.发音矫正语音识别与反馈：利用先进的语音识别技术，AI能够实时识别用户的发音，并提供准确的反馈，指出发音问题并给出改进建议。 智能推荐：根据用户的学习进度和错误记录，AI会智能推荐需要加强练习的内容，包括语法、词汇和发音等。
40100编辑于 2025-03-24 - 来自专栏AI技术应用
AI智能体的功能规划
AI智能体的功能规划需围绕其核心定位（如效率工具、决策助手、交互伙伴等），结合用户需求、技术可行性及场景特点，系统性地设计“基础功能+进阶能力”，确保智能体既能解决核心问题，又能通过差异化功能提升竞争力 以下是分层次的功能规划框架及关键要点。一、基础功能：智能体的“必备能力”基础功能是智能体运行的核心支撑，确保其能完成最基本的感知、认知与交互任务，适用于所有类型的AI智能体（无论垂直领域或通用场景）。 三、场景化功能示例（按领域划分）1. 客服场景基础功能：自动回复常见问题（如“退换货政策是什么？”）、转人工客服前的预处理（如收集订单信息）。 五、总结AI智能体的功能规划需遵循 “基础功能打地基，进阶能力塑差异” 的原则：基础功能 是刚需（如理解用户输入、提供有效回复），确保智能体“能用”；进阶功能 是壁垒（如个性化推荐、复杂任务处理），决定智能体 最终功能列表需根据目标用户痛点、技术资源（如模型能力、数据储备）及商业目标（如盈利模式）动态调整，避免过度设计或功能缺失。
99700编辑于 2025-09-01 - 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. 有各种各样的推导和方案的比较（ 原理、思路、方法论) 1.2 用卡片模板写文章的具体例子 iOS App处于后台/被杀死的状态仍可进行语言播报的实现 (需要适配iOS12.1 以及iOS15的本地通知功能 具体方案请看这篇文章：https://mp.weixin.qq.com/s/tC_Stp8xH17V5jEpOm5BqA iOS15适配本地通知功能及语音播报探索
1.6K10编辑于 2022-08-22 - 来自专栏数字孪生
AI 口语 APP 的技术和功能
AI 口语 APP 的开发是一个结合了多个技术领域的综合项目。一个成功的 AI 口语 APP 不仅需要强大的技术支持，还需要优秀的用户体验设计。 以下是一份完整的技术方案，涵盖了开发 AI 口语 APP 的主要技术和功能点。1. 核心技术栈AI 口语 APP 的核心在于语音识别、自然语言处理和语音合成。 功能模块与技术实现一个完整的 AI 口语 APP 应该包含以下几个主要功能模块：1. 学习模块口语练习：技术： 利用 ASR 将用户口语转为文字，用 NLP 评估回答的准确性。 Python 在 AI 和数据处理方面有更强大的生态系统。功能： 用户管理、数据存储、与 AI 服务 API 的交互、处理支付和排行榜逻辑。数据库： MongoDB 或 PostgreSQL。 上线与迭代： 发布 APP 后，根据用户反馈进行优化，逐步增加更复杂的功能，如情景对话、AI 伙伴等。开发 AI 口语 APP 的关键在于整合不同的 AI 技术，并将它们无缝集成到用户友好的界面中。
52710编辑于 2025-09-08 - 来自专栏招标采购
AI智能辅助评标系统功能
智能辅助评标系统是一种基于人工智能（AI）、大数据分析和自动化技术的招投标管理工具，旨在提升评标效率、减少人为干预、确保公平合规。 郑州信源智能辅助评标系统通过评审客观分智能计算、投标文件自动定位、智能辅助验真等功能，实现智能评标，减少专家评标的工作量，投标文件定位难、资格审查难度大等难题，有效提升工作效率，降低评审风险，部分功能如下 投标文件智能解析投标文件解析是智能评标的基础，主要是基于NLP和OCR技术，对投标文件的标题、文本、表格、图片进行分类解析，然后基于属性实体抽取对投标文件中关键的信息进行结构化提取，实现投标文件自动定位、结构化信息提取的功能 ⑤技术标智能评审基于投标文件解析和自动定位功能，结合大模型的文本理解能力，实现对技术评分项的自动总结摘要和关键信息提取，辅助专家快速阅读，提高评审效率。
1.4K10编辑于 2025-09-15
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