- 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。
77830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.
96640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
78540发布于 2018-09-27 - 来自专栏运维之路
【每日一思】2022年第4-5周
1.基于指标扩展的“洞察、决策、执行”闭环 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。 相关观点体现在“5.3.4 数字化运营场景” 2.DevOps两条流水线 最近在搞CD，和汪总探讨了一下DevOps的关键主线，重新总结一下两条流水线，一条面向流程的流水线，一条是面向工程的流水线。 3.工具运营闭环 一直想推动工具文化，应团队中一位同学的建议，梳理了下面这个是工具运营段的一个环：工具交付--》交付后涉及的“宣传+培训”、“OWNER主动观察”、“建立线上便利的用户反馈”--
29720编辑于 2022-03-07 AI运营分析平台：让业务数据“自己说话”、让运营决策更聪明
而 AI 运营分析平台，就是用一整套智能技术，帮运营团队从“凭经验判断”升级到“用数据决策”，让每一个数字都能被看见、被理解、被利用。 这个平台的核心逻辑是“采集—理解—预测—决策”的闭环链路，每一步都有 AI 能力加持，让运营效率成倍提升。 真正的核心“大脑”，是经过大量业务场景训练的运营专用 AI 大模型。 运营不再需要从几十张报表中盯数字，平台会主动“讲故事”。三是 AI 预测 + 策略生成系统，让平台变成“运营副手”。 AI 运营分析平台，用 AI 采集、AI 理解、AI 预测、AI 决策，把运营分析从“人工消化数据”升级到“智能生成洞察”，让数据跑得更快、业务看得更清楚、增长策略更聪明。
69810编辑于 2025-11-18- 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：
1.2K60发布于 2021-04-20 - 来自专栏Amazon 爬虫
企业级AI亚马逊运营系统架构实践：为什么你的 AI 运营助手总是出现幻觉？
本文详细介绍如何构建生产级RAG系统，解决AI幻觉问题，实现亚马逊数据分析的高准确率。包含完整架构设计、技术选型、性能优化和成本分析。 目录项目背景技术架构核心模块实现性能优化部署方案监控告警成本分析最佳实践项目背景业务场景我们是一家服务200+企业客户的亚马逊代运营公司，每天需要处理：10,000+ASIN的数据分析50+竞品监控报告 影响战略制定评论分析50%30%中-影响产品优化业务后果：3个大客户质疑数据准确性分析师40%时间用于验证数据无法扩展业务（受限于人力）客户续约率下降至70%解决方案采用RAG（检索增强生成）架构，将AI =temperatureself.max_tokens=max_tokens#系统提示词模板self.system_prompt_template="""你是一位专业的亚马逊数据分析师，拥有10年电商运营经验 ¥210云数据库PostgreSQL带宽10Mbps¥70按固定带宽监控基础版¥0免费额度合计-¥2,240约$310/月ROI分析投入成本（首年）：开发成本：320小时×¥500/时=¥160,000运营成本
27310编辑于 2026-02-10 - 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
91220编辑于 2023-01-09 - 来自专栏后端云
AI大环境下的运营商
运营商在只有短信和通话的时代，掌握着移动端的全部入口，后来进入移动互联网，被app取代了，运营商对终端补贴了多年，啥都没搞出来。下游的没搞出名堂来，现在想搞上游厂商设备，估计也搞不出什么东西来。 运营商在急剧走下坡路，这个是肯定的，而很多中国互联网公司现在的发展的势头不错。全能选手，研发巨人华为也发展不错。 但是虚拟现实，自动驾驶，物联网，AI，云，这些都离不开互联互通，且整个大蛋糕是高速在增长中，运营商能分到的蛋糕比例在不断被减少，但是只要蛋糕增长足够快，就运营商的自身核心网络业务的数量而言说不定不降反升也不一定呢
56120发布于 2018-10-24 - 来自专栏AI技术应用
AI英语口语练习APP的运营
AI英语口语练习APP的运营是一个多方面的工作，需要结合产品、市场、用户和技术等要素。成功的运营不仅能吸引用户，更能留住用户并实现商业价值。以下是主要的运营策略和考虑因素。 2.内容营销:博客/文章： 发布与英语学习、AI技术、口语提升相关的优质内容，如“如何用AI提高口语”、“常见发音错误及纠正方法”、“AI口语练习APP选择指南”等，吸引潜在用户。 2.核心功能体验优化:AI技术持续迭代： 不断提升AI的语音识别准确率、发音纠正的精准度、对话的流畅性和自然度，确保技术领先性。 深入分析用户行为数据（如使用时长、功能使用率、流失率、付费转化率等），发现问题并指导运营策略调整。 AI英语口语练习APP的运营是一个持续优化的过程，需要团队密切关注用户数据和市场变化，不断调整策略，才能在激烈的市场竞争中脱颖而出。
64110编辑于 2025-06-20 - 来自专栏企鹅号快讯
AI＋云计算＝更好的企业运营？
个性化推荐引擎在与UCloud云平台深度结合后，数万家企业能够便捷地将存储在UCloud的业务数据接入系统，对数据价值进行再挖掘，借助AI技术提升企业的运营效能。 直播 目前的直播行业已处于寡头时代，运营模式跟产品日趋同质化，如果在直播内容上可以精准迎合用户的观看需求，无疑将会增加用户留存，降低运营成本。 作为国内领先的云计算厂商，UCloud在AI领域动作频频，自主研发推出了UAI系列产品，包括GPU、UAI-Train、UAI-Service和安全屋等产品。 此次第UCloud牵手第四范式，就是希望将AI能力赋能于更多企业，进一步打破人工智能的产业壁垒。 在未来，UCloud将继续贯彻“CBA”（Cloud，Bigdata，AI）三位一体发展战略，帮助企业构建人工智能能力、完成人工智能应用、享受人工智能价值。
1.9K110发布于 2018-03-01 2026年运营岗正在分层：懂AI应用的运营和只会排期的运营差距有多大
表面上都叫“运营”，实际产出效率、岗位价值、晋升速度，已经不是一个量级。❝ 会排期的运营，解决的是“事情有人做”；懂 AI 应用的运营，解决的是“结果更快更好地做出来”。 懂 AI 的运营会换一种做法： 把活动 SOP、用户问题、投放素材、复盘模板沉淀为 AI 工作流。很多过去要反复沟通的动作，现在能先由 AI 预处理，再由人做判断。 」这套内容，几乎就是 2026 年“AI 运营”该补的核心能力地图。 不是只教你知道 AI 是什么，而是教你怎么把 AI 真正用进工作里。❝ 对运营岗来说，CAIE 的优势在于：它不是偏纯算法的证书，而是更强调“怎么把 AI 变成职场生产力”。 「就业方向」AI 运营AI 产品助理 / 产品经理提示词工程方向岗位智能客服运营数据化运营企业知识库运营增长运营、内容运营、用户运营的 AI 化升级岗位为什么比很多传统证书更值得优先考虑？
68220编辑于 2026-05-06- 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-
40710编辑于 2025-11-13 - 来自专栏Elastic Stack专栏
AI 现在能做什么？！自主AI是安全运营的未来
在最近一期的 AI 现在能做什么？！ 中，Elastic 的安全解决方案架构师 Anas Khatri 解释了自主AI如何应对技能短缺、缓解警报疲劳管理，并提升现有AI安全工具的效能。 自主AI在SOC操作中的应用在SOC（安全运营中心）操作中，AI代理旨在解决最顽固的网络安全挑战。 如何在SOC中整合AI：为自主AI的未来做好准备Khatri指出：“安全分析师不必担心自主AI会取代他们。AI代理只是另一个总是在线的智能分析师。 对于管理层来说，更有效地利用人力和技术可以提升运营效率。自主AI不仅仅是增强安全分析师的工作，它还能支持现有的每一个安全工具，简化你的工具包和工作流程。 - 自主AI 这一集，了解为什么现在是为安全运营的未来做准备的时候，以及今天应如何使用自主AI。
32610编辑于 2025-10-10 通过AI中台与私域运营提升酒店客户体验与运营效率
解决酒店业数字化转型核心痛点 酒店行业在数字化转型中普遍面临客户体验不足、数据孤岛、运营效率低下及获客成本攀升等挑战。 腾讯云与奥莱维协同构建酒店数字生态 腾讯云提供全面的云服务、私域营销工具（企业微信/小程序/直播）及AI技术能力（ASR/TTS/混元大模型），奥莱维则贡献酒店行业解决方案研发、定制化平台开发及行业运营经验 “腾讯云的AI能力与私域工具帮助我们实现了客户从语音控制到情感感知的体验升级，显著提升了入住满意度和运营效率。” —— 奥莱维团队，酒店行业解决方案提供商 腾讯云的核心价值支撑 腾讯云提供稳定高效的云基础设施、业界领先的AI技术矩阵（包括语音识别与合成、大模型多模态交互）、成熟的私域生态体系（微信/企业微信/小程序 数据与技术支持声明： 本文中涉及的AI能力（ASR/TTS/混元大模型）、私域工具（企业微信/小程序）及云基础设施均由腾讯云提供，行业解决方案由苏州奥莱维信息技术有限公司开发。
31610编辑于 2026-04-14- 来自专栏AI技术应用
AI大模型本地化部署的运营
AI大模型本地化部署的运营，涉及多个层面的考量，从技术维护到用户体验，再到可能的商业模式。以下是一些关键的运营方面。1. 技术维护与更新：模型更新： AI大模型需要定期更新以保持其性能和准确性。 合规性： 了解并遵守与AI技术相关的法律法规，确保运营合法合规。 关注政策变化，及时调整运营策略。4. 硬件销售： 如果本地部署需要专用硬件，可以考虑销售预装了AI模型的硬件设备。定制化服务： 为企业用户提供定制化的本地部署解决方案，满足其特定的业务需求。 关键考量：成本效益： 平衡运营成本和收益，确保本地化部署的商业可行性。技术演进： 关注AI技术的最新发展，及时更新产品和服务，保持竞争力。 通过综合考虑以上各个方面，可以有效地运营AI大模型本地化部署，实现其商业价值和社会价值。
69310编辑于 2025-03-11 - 来自专栏运营行业观察
AI浪潮下，运营从业者该何去何从？
随着数字化及AI技术的快速发展，以互联网行业为代表的运营从业者正在迎来一场深刻的职场变革。面对轰轰烈烈的AI浪潮，运营人员最关注的不外乎以下两个问题：即运营人员怎样通过AI为自身赋能？ 以及运营人员怎样避免被 AI 取代？为了更好地寻找答案，我们先梳理一下运营的职业特征。 而随着年龄的增长，运营人员的学习热情和工作精力将会不可避免的下降。根据运营岗位的这些特征，再结合生成式AI的技术优势，不难发现，AI可以帮助运营人员优化以下工作。 目前运营常见的“赋能方式”主要有以下三种。1、明确问题解决方案，让AI完成执行该方式是指运营人员知道解决问题的方法细节，并将其明确传达给 AI，使其能够执行具体的操作，形成可复用的运营框架。 3、提供目标期望结果，让AI补全策略该方式是指运营人员只知道目标和结果，但不知道如何完成，于是让AI根据需求自行制定策略方案，之后运营人员再进行修改。
16800编辑于 2026-05-18 爱立信将Agentic AI技术赋能OSSBSS运营
为了让运营商的开发团队有地方安置这群AI干将，爱立信此前联合AWS，在Amazon Bedrock上推出了 Telco Agentic AI Studio。 其本质就是给运营商发了一套专门针对电信场景的“AI全自动乐高积木”。这不再是给旧系统打补丁，而是直接切断了传统IT巨头靠着“系统复杂性”向运营商收取高额服务费的财路。 爱立信通过AI智能体，终于帮运营商把憋了多年的技术红利，转变成了财务报表上实打实的造血干细胞。这种软硬一体、在物理空间腾挪波束的硬核功底，也成了欧洲老牌设备商在AI时代为自己筑起的最后一道护城河。 普通的运营商如果想在自己的私有数据中心里堆叠出支持这套系统运转的算力底座，其成本足以把通过AI省下来的那点OPEX瞬间榨干。运营商只能向公有云巨头去要弹性。 所以说到了5G下半场的胜利，不再属于能把天线功率调大3分贝的人，而属于能用AI智能体把运营效率提升30%的人。
35310编辑于 2026-07-03- 来自专栏云云众生s
AI与自动化赋能运营卓越
在当今快节奏的数字环境中，运营领导者面临着两大挑战：如何有效管理日益复杂的系统和堆栈，同时仍能提供卓越的客户体验以保护和增加收入。 随着AI和自动化的不断发展，它们在转变数字运营和加速创新方面的关键作用是不可否认的。 当应用于事件管理时，这些如今无处不在的技术能够减少噪音和手动工作，帮助扩展人员、团队及其知识，从而在整个事件生命周期中构建更具弹性的运营。 借助AI和自动化，团队可以简化整个事件生命周期，而不是依赖于一系列容易出错的手动步骤来实现卓越运营。 AI驱动的工具可以实时分析海量数据，识别模式和趋势，使团队能够更好地预测事件。 实现运营卓越 AI和自动化是事件管理中的变革力量，它们比手动、耗时的工作提供了重大改进。在事件生命周期的每个阶段采用这些技术使组织能够朝着运营卓越迈进。
33410编辑于 2024-11-29 - 来自专栏上海同盟品牌活动专栏
架构火花｜AI 运营评估新框架：打造数字化运营机制的落地革命
打造量化指标重构+质量防护网+组织进化三位一体的AI运营效能评估新框架，为企业AI运营转型提供可落地、可复用、可迭代的完整方案。 一、核心结论：AI运营效能的五大评估支柱AI运营效能评估重构的核心逻辑，是从“管控过程”彻底转向“交付价值”，摒弃单一工具使用率、操作频次等无效指标，聚焦真正能驱动业务增长的核心维度，构建五大评估支柱： 2.中间管理层：结果的校验门禁（防护底线）通过运营例会和数据看板，结合AI分析，识别运营执行人员的过程使用合理点，融合KPI和绩效，规范结果的并多次优化，要求包括价格管、AI结果、数据安全、流程合规和业务发展曲线等 四、行动建议AI运营效能评估的本质，是工业化效率与创新容错的平衡博弈。 AI+审核，会引入反抗情绪，管理者要针对自己的方法论从心出发；写在最后：AI引入不是简单的“工具替换”，而是数字化运营模式的底层重构。
24910编辑于 2026-05-22
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