- 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
52410发布于 2020-09-16 - 来自专栏xiaosen
AI - 集成学习
集成学习概念 集成学习是机器学习中的一种思想，它通过多个模型的组合形成一个精度更高的模型，参与组合的模型成为弱学习器（基学习器）。 集成学习 (Ensemble Learning) 算法的基本思想就是将多个分类器组合，从而实现一个预测效果更好的集成分类器。 集成算法可以分为：Bagging，Boosting和Stacking等类型。 集成学习器性能评估 如果把好坏不等的东西掺到一起，通常结果会比最坏的好一些，比最好的坏一些。 集成学习把多个学习器结合起来，要获得好的集成，个体学习器应有一定的准确性 ，学习器不能太坏，并且学习器之间具有差异 。
61810编辑于 2024-03-24 - 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。
35921编辑于 2023-01-09 - 来自专栏Springboot
Spring AI集成DeepSeek
而Spring AI作为Spring生态的一部分，提供了与人工智能技术结合的能力，可以帮助开发者轻松将AI能力集成到Spring Boot项目中。 本篇文章将引导你如何在Spring Boot中快速集成Spring AI，并通过简单的示例实现AI功能。2. 集成的AI服务：我们将集成OpenAI的API来展示如何使用Spring AI进行智能对话，这里使用硅基流动API演示。3. 编写交互类到此，以上简单几步就已经把Springboot和Spring ai快速集成起来了。 通过几步简单的配置和代码实现，开发者可以快速将AI能力集成到现有的Spring Boot项目中。
2.2K22编辑于 2025-02-23 - 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）。 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。
59910编辑于 2025-02-05 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
访问地址为：http://localhost:8848/nacos/ 第二步: 集成 Nacos 客户端发现服务配置 lagou-parent 的 pom 文件中引入依赖 <dependencyManagement connectTimeout=1000&socketTimeout=3000&autoReconnect=true db.user=root db.password=123456 第三步: Nacos Nacos 客户端配置集成 http://edu.lagou.com:8082/email/acc8226@vip.qq.com/123456 第四步: Sentinel 集成 服务端依旧是通过 java -jar 的方式启动: 注册功能是否好使 http://localhost:8077/user/register/acc8226@qq.com/123456/989410 第六步网关改造 详见第四步提到的 Sentinel 集成方案
88720编辑于 2022-05-17 - 来自专栏AI + 低代码 技术解密
AI + 低代码 技术解密（十一）：AI 集成
本文档介绍了 VTJ 的 AI 驱动的代码生成和设计辅助功能。AI 集成使用户能够通过自然语言提示、图像上传和元数据文件生成 Vue 组件和页面。 AI 系统架构VTJ 的 AI 集成由多个层组成，这些层协同工作，将用户输入转换为可执行的 Vue 代码：AI 集成架构AI 系统通过分层架构运行，其中接口组件收集用户输入，逻辑层管理状态和 API 生成的代码直接与 VTJ 的核心引擎集成，用于解析和渲染。 代码生成和 DSL 集成AI 系统通过双向代码转换与 VTJ 的核心引擎紧密集成：AI 代码生成和集成管道代码生成管道从 AI 响应中提取 Vue 代码，将其解析为 VTJ 的 DSL 格式，并将更改应用于当前块模型以进行即时渲染 自动应用和用户体验功能VTJ 的 AI 集成包括多项 UX 增强功能，以简化开发：自动应用功能启用自动应用功能后，会自动将生成的代码应用于当前页面：// Auto-apply logic in completions
27400编辑于 2025-06-25 - 来自专栏openclaw系列
OpenClaw 集成 Cloudflare AI Gateway 指南
ProviderID:cloudflare-ai-gateway基础URL格式:https://gateway.ai.cloudflare.com/v1/<account_id>/<gateway_id \--cloudflare-ai-gateway-account-id"your-account-id"\--cloudflare-ai-gateway-gateway-id"your-gateway-id "\--cloudflare-ai-gateway-api-key"$CLOUDFLARE_AI_GATEWAY_API_KEY"配置文件验证(openclaw.json)配置完成后，检查env和agents ,"agents":{"defaults":{"model":{//格式：cloudflare-ai-gateway/<gateway-model-name>"primary":"cloudflare-ai-gateway ：这与CLOUDFLARE_AI_GATEWAY_API_KEY是两层不同的鉴权。
1.5K20编辑于 2026-03-18 - 来自专栏大模型系列
Java项目如何集成Spring AI
Spring CLI 还提供了将外部代码库集成到当前项目中的功能，以及许多其他生产力功能。 以下是一个示例代码片段，它展示了如何配置 Spring AI BOM，以便您可以在不指定版本号的情况下声明一个或多个 Spring AI 模块（如 spring-ai-openai）的 Starter implementation("org.springframework.ai:spring-ai-openai-starter") // 如果需要，还可以添加其他 Spring AI 嵌入模型 嵌入 API Spring AI OpenAI 嵌入 Spring AI Azure OpenAI 嵌入 Spring AI Ollama 嵌入 Spring AI Transformers （ONNX） 嵌入 Spring AI PostgresML 嵌入 Spring AI Bedrock Cohere 嵌入 Spring AI Bedrock
93000编辑于 2025-04-05 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。
19910编辑于 2026-05-16- 来自专栏AI技术体系搭建过程
Spring AI企业AI集成火箭助推器🚀
一句话总结：SpringAI用Java生态10年积累的企业级设计理念，把AI集成的复杂度从"炼金术"降到"搭积木"。如果您时间紧迫，直接看下面的图就够了。 三周后，我用SpringAI在原有SpringCloud架构上，完成了智能工单分类、RAG知识库问答等核心AI功能的集成，工单分类准确率从75%提升到92%，代码量减少70%。 请分类这个工单:"+content).call().content();}}对比结果：✅代码量减少70%（从200行到30行）✅可读性提升300%（一眼看懂业务逻辑）✅编译时类型检查（IDE自动提示）✅完美集成 AzureOpenAI制造业稳定第一多厂商备份，避免单点故障传统方案的问题：每个厂商都要写一套集成代码，维护成本爆炸。 应用开发的框架，提供统一的API来集成多种AI模型和向量数据库。
61943编辑于 2025-12-18 - 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 - 来自专栏网络安全技术点滴分享
打破AI孤岛：CIO集成实战指南
打破AI孤岛：CIO集成实战指南随着生成式AI逐渐成为各类组织的标准配置，其部署方式却呈现碎片化。 为何AI集成成为CIO优先事项董事会指令：多数董事会已强制要求使用AI监管要求：隐私与安全法规持续影响AI应用企业战略：需要统一的数据AI战略实现互操作性与成本优化国家食品集团CIO Todd Loiselle CIO集成实战框架1. 企业AI战略从业务战略而非技术出发争取CEO支持聚焦高价值机会逐步扩展2. 数据整合部署统一数据平台实施AI专项治理创建跨团队可复用的特征存储库3. CIO行动清单行动项关键指标审计各业务部门AI计划100%映射现有工具与支出建立高管参与的AI指导委员会获得决策授权整合冗余AI工具与供应商显著减少工具泛滥设立AI卓越中心创建共享服务与标准定义KPI与成功指标 18个月内实现特定ROI启动AI素养培训计划达成高员工采用率制定AI伦理与风险政策确保合规与负责任使用Loiselle总结道：“未来的差异化优势不在于谁使用AI，而在于谁能安全负责任地将其无缝集成到日常工作流中
26710编辑于 2025-09-29 - 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)
28620编辑于 2022-11-30 - 来自专栏Spring Boot 2.X 系列
AI 客服定制：LangChain集成订单能力
为了提高AI客服的问题解决能力，我们引入了LangChain自定义能力，并集成了订单能力。这使得AI客服可以根据用户提出的问题，自动调用订单接口，获取订单信息，并结合文本知识库内容进行回答。 这种能力的应用，使得AI客服可以更好地解决与业务系统有关的问题。 《LangChain 入门到实战教程》更多内容 简易AI客服实现 关于简易AI客服实现可以看之前的文章： 《解密 AI 客服：LangChain+ChatGPT 打造智能客服新时代》，基于文本检索实现AI 《畅享无缝支持：LangChain与ChatGPT重塑AI客服服务》，基于会话式检索实现AI客服，可以基于文本结合历史会话上下文回答问题，同时也可以与用户闲聊。 本文是对前文AI客服的迭代升级，集成订单能力，使其在售后方面也能提供一些自动快速解决能力。
67040编辑于 2023-09-18 - 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。
87810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。
37110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。
71960发布于 2018-03-19 - 来自专栏AI + 低代码 技术解密
AI + 低代码 技术解密（十五）：UniApp 集成
架构概述VTJ 的 Uni-App 集成由两个主要包组成：@vtj/uni 提供核心集成层，以及演示跨平台部署能力的示例应用程序。 示例应用程序结构参考 Uni-App 实现演示了集成模式：构建系统集成开发脚本Uni-App 集成提供了支持所有目标平台的全面开发脚本：构建系统使用环境变量 （ENV_TYPE） 来控制部署目标， VTJ Renderer 集成Uni-App 平台集成了 VTJ 的渲染器系统，在 Uni-App 运行环境中提供低代码功能：该集成保留了 VTJ 的设计时功能，同时利用了 Uni-App 的跨平台编译 元件库集成Uni-App 项目既可以使用 VTJ 的组件库，也可以使用 Uni-App 的原生组件：元件源使用上下文集成方法@dcloudio/uni-ui平台原生组件直接 Uni-App 集成@vtj /rendererVTJ 低代码组件基于渲染器的实例化@dcloudio/uni-components基本 Uni-App 组件框架级集成开发工作流程项目初始化Uni-App 集成通过 CLI 系统支持
48400编辑于 2025-06-25 - 来自专栏openclaw系列
OpenClaw与Z.AI的深度集成
引言：探索Z.AI平台与OpenClaw集成的可能性在当今快速发展的科技世界中，人工智能（AI）已成为推动各行各业创新的关键力量。 本文将详细介绍如何利用Z.AI提供的GLM模型，通过OpenClaw实现高效集成，进而落地各类智能应用。 Z.AI提供标准化的RESTAPI接口，便于开发者快速集成，同时采用API密钥认证机制，保障数据传输与使用的安全性、隐私性。 #第二章：OpenClaw与Z.AI的集成##2.1OpenClaw概述OpenClaw是一款面向开发者的客户端工具，核心定位是简化各类AI服务的集成流程，降低开发复杂度。 第五章：未来展望与挑战Z.AI与OpenClaw的集成的已为开发者提供了高效的AI开发路径，但面对不断升级的技术需求与市场变化，仍需持续优化与探索，应对各类挑战。
42810编辑于 2026-03-21
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