- 综合排序
- 最热优先
- 最新优先
- 来自专栏博客屋
百度在线检网站健康诊断+全面分析
主要功能 基本信息 浏览器表现 网站证书信息 网站安全检测 站点企业信息 百度诊站官网： https://zhenzhan.baidu.com/ 什么是百度上搜热力值？ 从目前来看，它是一个满分100的数据反馈指，类似于网站热度的产品， 它反应一个网站，在百度搜索引擎中，受关注的影响力。 整站在百度的搜索引擎中的影响力， 比如：整站关键词的搜索排名覆盖率。通常情况下，我们认为它一定是一个综合指标。 3、网站安全检测 百度诊站的安全检测，直接启用了百度安全的数据监测，主要针对如下内容进行了详细的诊断， 包括： 虚假和欺诈不良信息、**和恶意链接 、违法信息等、自身攻击风险、突发0Day漏洞等一些列的相关性信息 从目前来看，百度诊站，可以快速的让查询者了解网站的基础信息， 掌握网站相关数据的真实性，其中对于运营者而言，也可以随时查看一下，自有网站在百度搜索引擎中的热度。
1K20编辑于 2022-11-04 - 来自专栏Dance with GenAI
AI数据分析：集中度分析和离散度分析
在deepseek中输入提示词： 你是一个Python编程专家，要完成一个Python脚本编写的任务，具体步骤如下： 读取Excel表格："F:\AI自媒体内容\AI行业数据分析\toolify月榜\toolify2023 但是代码要整合在一起 计算复合年均增长率的时候，年数n是固定值:13 源代码： import pandas as pd import numpy as np # 读取Excel文件 file_path = "F:\\AI 自媒体内容\\AI行业数据分析\\toolify月榜\\toolify2023年-2024年月排行榜汇总数据.xlsx" df = pd.read_excel(file_path) # 计算第2列到第15
35410编辑于 2024-06-24 AI 健康监测管理系统
AI 健康监测管理系统 诞生的意义，就是让健康状态从“事后发现”升级为“事前预警”，让身体成为一套可计算、可预测、可指导的系统。——从“健康靠感觉”到“健康可量化”。 02｜ 分析层：AI 生理信号理解模型早搏/房颤检测模型睡眠结构分析模型（深睡、浅睡、REM）血糖波动模型压力指数 / HRV 异常识别心血管风险推理模型异常体征融合诊断（多体征联合判断）→ 输出：过往由专业医生才能读懂的身体状态 02｜AI 健康风险预测与干预中心AI 不等问题发生再告警，而是提前预测：心血管风险预测（动脉硬化趋势、房颤风险）糖尿病前期识别睡眠障碍风险压力持续过载模型长期久坐/低活动风险分析肥胖风险预测同时自动生成 03｜AI 健康服务协同中心（家庭 / 社区 / 医疗）系统不仅对个人智能，还能联动整个健康服务链：家庭层家庭成员健康共享老人异常家属第一时间收到提醒企业层员工健康趋势管理高负荷岗位风险预估社区层老人慢病长期监控 AI 自动随访社区医生可从后台查看辖区健康风险分布医疗端医生看到的是“连续数据”，不是单次体检为诊断提供数据支撑这是把健康管理变成一个 互联体系。
75710编辑于 2025-11-18- 来自专栏Data分析
睡眠健康数据分析
生活方式因素：分析身体活动水平、压力水平和 BMI 类别。 心血管健康：检查血压和心率测量值。 睡眠障碍分析：确定失眠和睡眠呼吸暂停等睡眠障碍的发生。 睡眠呼吸暂停 个人在睡眠期间呼吸暂停，导致睡眠模式中断和潜在的健康风险。 睡眠健康和生活方式数据集包括400行和13列，涵盖了与睡眠和日常习惯相关的广泛变量。 CSV”数据库，下面您将看到数据的分析、数据的处理以及使用机器模型的学习分类来实现我们的目标。 数据分析 corr = df.corr().round(2) plt.figure(figsize = (25,20)) sns.heatmap(corr, annot = True, cmap = ' plt.title("Boxplot Daily Steps", fontdict = {'fontsize': 20}) sns.boxplot(x=df["Daily Steps"]) 双变量分析
84510编辑于 2024-01-30 AI健康助手，正风起云涌
本文透过热点冷静思考其背后的原因、机遇和挑战，并结合中外相关领域发展分析，为行业协同做好AI+医疗健康创新、为用户提供可信可靠健康服务提供启示。 腾讯健康依托微信生态的天然入口优势，升级发布了腾讯健康问问和腾讯AI健康管理助手，不仅实现分析+管理+问答的全链条覆盖，更关键的是服务闭环能力，通过连接5000+公立医院与13万+医生，将线上AI咨询与线下医疗资源无缝打通 一是从推理到多模态，用户可以上传检验报告图片、拍摄患处照片，AI能够综合分析多种信息形态，并做出高质量推理；二是从通识知识到医疗专业知识，无论是基础大模型还是垂直医疗大模型，通过专业语料训练，均已在医学问答的准确性和专业性上实现显著提升 因此，蚂蚁集团、科大讯飞、百度、以及国际头部 AI 企业同时在 G 端、B 端和 C 端大举展开医疗领域的业务拓展，很大程度是出于以上压力和机遇的综合考量。 以上诸多技术上的不足，会致使AI 健康助手问答的专业度和准确度受影响，出现疾病误诊、过度诊疗和特定患者漏诊等情况。
44410编辑于 2026-01-23- 来自专栏数据产品经理成长笔记
数据中台：怎样评价数据资产的健康度?
数据资产是数据中台能力的根基，数据资产的健康度直接关系到中台建设的成败。那么在数据中台建设过程中究竟该如何评价数据资产建设及管理的情况呢? 二、数据资产健康度评价维度 1.规范性 库名、表名、指标及字段名是否符合约定的规范，例如：数仓分层、业务线、数据域、业务过程的组合，形成可以通过名称识别出数据的基本内容，而不是随心所欲的中英文混合、缩写 有了完善度评价标准，可以量化数仓建设成熟度。一般来说，典型的数仓体系架构如下： 通过数据血缘及查询日志，可以对数据加工任务以及Adhoc查询进行统计分析。 数据开发在数据工作是否做到了对所有敏感信息的加密脱敏处理，也是资产健康度的评价维度之一。 对于最最细粒度度的单个模型，可以直观展示模型健康度，责任到人，形成自上而下的考核以及自下而上的管理、治理动作。 健康分的计算逻辑：根据企业自身关注的重点，多方讨论确认评价指标以及权重系数。
1.1K30编辑于 2022-07-01 - 来自专栏刘旷专栏
AI在大健康生根发芽
国内腾讯、百度互联网巨头，为了完善医疗健康布局，对AI制药产业的深挖掘也是不留余力。 近日，腾讯公司在官方公众号上发布其首个AI驱动的药物发现平台“云深智药（iDrug）”，引发市场热议。 同样的，高喊“all in AI”，必然不会错过医疗健康产业，而AI制药也早早就在规划中。 为更好的切入AI制药市场，百度投资人工智能药物研发公司 InSilico。 显然，百度牵手 InSilico，即可获得InSilico数据与资源，庞大的资源和海量的数据，可谓是一张AI制药通行证。 现在其主要起到的还是协助作用，包括药物挖掘、深度学习算法分析数据以及预测新药有效性等，但这只是 AI 进军制药行业初步的结果。 人工智能在医学领域的应用需要生物医学、生物信息与临床医学、数据统计分析、医学管理等学科背景的跨界人才。 文/刘旷公众号，ID：liukuang110
45830发布于 2020-07-20 - 来自专栏测试技术圈
无需恐惧：AI-DT框架的成熟度分析
AI-DT的级别划分 AI-DT（AI Driven Testing）也就是AI驱动测试，AI驱动测试是AI驱动完成测试工作和测试流程，帮助或者辅助测试工程师完成工作。 我们将AI-DT的成熟度氛围六级，具体如下。 Level 0: 原始级 处于原始级，测试工程师每天还在针对各个应用手写测试用例，一遍一遍的针对每次的release版本进行相同测试用例的执行。 Level 1：辅助级 AI-DT框架可以分析被测系统的修改是有效的更改，还是无效的更改。 AI-DT框架通过AI算法辅助测试脚本的开发，通知AI-DT框架可以执行测试并决定测试结果是否通过，如果失败，框架将通知你验证缺陷的正确性。测试工程师来确定失效其是否是一个真实的bug。 A收集并分析全部的测试用例，通过机器学习等线管技术，人工智能系统可以检测到变化中的异常, 并只将异常提交给人工进行验证。
1.6K40发布于 2019-08-02 - 来自专栏网罗开发
用 AI 读懂网友的健康情绪：搭建你自己的舆情分析助手
摘要公共健康话题在社交媒体上随时都有“爆点”，但靠人工去追踪这些动态实在太慢了。有没有可能用 AI 来帮我们盯着这些内容，自动分析情绪、提取话题，还能画趋势图看看“热”在哪儿？ 整体方案设计我们要实现的目标是：自动抓取社交媒体上的健康话题内容（可用模拟文本或调用平台 API）用大模型做话题提取、情感分析整理分析结果并用图表可视化最终输出一份“健康舆情简报”我们会使用的技术栈包括 分析结果：", output) results.append({"原文": post, "AI分析": output})df = pd.DataFrame(results)df.to_csv("舆情分析结果 .csv")st.title("AI 健康舆情分析小工具")st.write(df)st.image("sentiment_chart.png", caption="情感趋势图")运行命令：streamlit 总结这篇文章咱们从最初的“社交平台太吵，信息抓不住”，一步步搭出了一个 AI 帮忙做舆情分析的小工具，能分析情绪、提取话题，还能画趋势图。
65600编辑于 2025-04-17 - 来自专栏机械之心
复杂度分析
# 复杂度分析 # 为什么需要复杂度分析 衡量算法的优劣，有两种评估方式：事前估计和后期测试。 后期测试有性能测试、基准测试（Benchmark）等手段。 这种方法就是复杂度分析。 # 时间复杂度分析 # 大 O 表示法 假设问题的规模为 n，则程序的时间复杂度表示为 T(n) 。代码的执行时间 T (n) 与每行代码的执行次数 n 成正比。 # 时间复杂度分析的要点 只关注循环执行次数最多的一段代码 加法法则：总复杂度等于量级最大的那段代码的复杂度 乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积 # 最好、最坏和平均情况 最好情况时间复杂度 # 时间复杂度分析示例 【示例】从 1 累加到 100 的时间复杂度是多少？ T(n) = O(2^N) # 空间复杂度分析 时间复杂度的全称是渐进时间复杂度，表示算法的执行时间与数据规模之间的增长关系。
57610编辑于 2023-04-07 - 来自专栏技术那些事
OpenCode：终端里的 AI 编程革命
如果你用过 Cursor 或 GitHub Copilot，你大概能想象 AI 辅助编程是什么感觉。但 OpenCode 走了一条完全不同的路： 它活在你的终端里，而不是 IDE 里。 OpenCode 是由 SST（Serverless Stack）团队打造的开源 AI 编程 Agent，用 Go 语言编写， 基于 Bubble Tea 框架构建了一套丝滑的终端交互界面（TUI）。 一句话理解：OpenCode = 终端界面 × 任意 AI 模型 × 本地代码感知能力，自由组合，完全开源。 它的核心特点： 2 它是怎么工作的？ 直接把错误日志贴给 OpenCode，它会自动分析跨文件调用栈， 定位根因并给出修复方案。不用来回切换窗口，不离开终端。 在 AI 编程工具订阅费越来越贵的 2025 年，一个开源、免费、可自由配置的终端 Agent 拥有 100K+ GitHub Star 绝非偶然。
1.3K10编辑于 2026-03-27 - 来自专栏Dance with GenAI
AI数据分析：用deepseek进行贡献度分析(帕累托法则)
分析和决策：根据帕累托分析的结果，分析关键因素对整体效益的影响，并做出相应的决策 任务：计算下面Excel表格中用活用户的贡献度 在deepseek中输入提示词： 你是一个Python编程专家，要完成一个 Python脚本编写的任务，具体步骤如下： 读取Excel文件"F:\AI自媒体内容\AI行业数据分析\poetop50bots中文翻译.xlsx"， 用matplotlib绘制一个柱状图： 从A列“热门 bot名称”中提取数据作为标签，用于X轴； 从E列“月活用户占比”中提取数据作为大小，用于Y轴； 设置图表的标题为“Poe平台前50个bots月活用户贡献度分析”； 在相同的图表上绘制累积比例曲线，颜色为红色 自媒体内容\AI行业数据分析”，图片标题为：poetop50bots贡献度； 显示图片； 注意：每一步都输出信息到屏幕 源代码： import pandas as pd import matplotlib.pyplot ') # 保存图片 image_path = r'F:\AI自媒体内容\AI行业数据分析\poetop50bots贡献度.png' plt.savefig(image_path) # 显示图片 plt.show
1K10编辑于 2024-06-24 - 来自专栏用户8653471的专栏
服务机器人终端应用分析
◆ 2014年底，以亚马逊Echo为代表的智能音箱在全球掀起了热潮，这代表着以智能语音技术为代表的AI技术变革兴起；同时期，儿童教育与玩具市场开始进入蓬勃发展时期。 ◆ 而对于具体工具型服务机器人品牌来讲，品牌认知度、核心技术研发与创新能力是其核心竞争力的重要来源。从这两项因素来看，早期进入者容易建立较高的竞争壁垒，新进入者难以在短时间内获得竞争优势。 image.png 工具型机器人：扫地机器人市场长期保持高速增长，市场接受度已达高水平 ◆通常来说，扫地机器人并非严格意义上的机器人，而是在吸尘器基础上进行智能化改造，加入了路径规划、传感器等功能。
84720发布于 2021-08-23 - 来自专栏FreeBuf
关于移动终端的短信安全分析
正是由于短信的重要性与便捷性才越来越受到攻击者的关注，短信攻击案例很多，本文主要从短信嗅探、短信轰炸、钓鱼短信、短信盗取四方面来总结基于移动终端短信的安全问题，针对每种攻击方式的实际案例、攻击分析、防范方法进行解析 攻击分析 此类攻击使得受害者在短时间内收到大量骚扰短信，手机因为一直在接收短信、电话，故而无法正常接收其他非攻击者的短信、电话，影响手机的正常使用。 图3.2：伪基站假冒官方短信（来自百度图片） 2. 攻击分析 安卓系统开放性较好，也带来了相应的弱点，各种提权的漏洞很容易被恶意软件利用以提高软件针对系统的权利，继而侦听各种信息，影响用户隐私安全。 五、总结 本文所述的关于移动终端的短信安全不一定完全全面，但是可以给广大用户一些启发，短信作为重要的信息验证手段，需要得到足够的安全重视。
7.3K20发布于 2018-12-18 - 来自专栏代码开发
终端Terminal-AI编码助手 Crush
前几天看到了一个挺好玩的Github项目-Crush，这个项目是一款Terminal运行的AI工具，Go开发，可以在终端运行~Crush是支持MacOS，Linux和Windows，不过感觉MacOS和 Windows应该没啥必要用这个东西，当然WSL除外核心的功能如下：多模型支持，常见的API提供商都可以用支持会话管理，能保存、切换不同项目/话题的对话上下文LSP，可以配置，能让AI更准确的理解项目中代码 创建main.c写代码gcc编译当然，创建文件或者删除文件毕竟是敏感操作，crush会弹出窗口让确认，这个建议是保留，虽然可以通过配置将这个提醒取消~创建成功后，crush会继续执行编译，如果出错，它会分析
42710编辑于 2025-11-06 - 来自专栏司六米希
灵敏度分析
灵敏度分析(sensitivity analysis，又称敏感性分析) 教程 概念 在数学建模中使用最优化方法时，我们常常会忽略对模型进行灵敏度分析，若缺少这一个步骤，会使得模型的可靠度受到质疑，那到底什么是灵敏度分析 参考百度：灵敏度分析，是研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。 说人话，就是改变模型（公式）的某个参数，引起这个模型输出的变化的程度。
50320编辑于 2022-11-15 复杂度分析
时间复杂度 1.1 分析思路 运行时间可以直观准确地反映一个算法的效率。 时间复杂度分析统计的不是算法运行的时间，运行时间和平台环境也有着很大的关系，这个不是我们能控制的，所以，我们统计算法运行时间随着数据量变大时的增长趋势，我们举个例子看一下，假设输入数据大小为 n // 算法都是常数阶 B中打印操作要循环 n 次，运行时间随着 n 增大呈线性增长，属于线性阶 C中打印操作要循环 n^2 次，运行时间随着 n 增大呈平方趋势增长，属于平方阶 1.2 大O渐进表示法法 根据分析思路 空间复杂度 2.1 算法相关空间 输入空间： 存储算法的输入数据 暂存空间： 存储算法运行过程中的变量、对象、函数 输出空间： 存储算法的输出数据 一般情况，空间复杂度统计暂存空间和输出空间 暂存空间还可以分成三部分 空间复杂度是临时占用存储空间大小的度量，函数运行时所要的栈帧空间在编译期间已经确定好了，因此空间复杂度主要通过函数在运行时显式额外申请的空来确定 然后请记住：空间可以复用，但是时间不行
13310编辑于 2025-12-18- 来自专栏Wooola的技术博客
使用 Eureka 简单实现服务健康监控日志分析
但我们有时为了监控服务的稳定性，除了 K8s 平台提供的控制台监控以外，项目组内部也会针对微服务的稳定性提出监控的需求，来开发自己内部监控的平台，所以需要通过采集服务节点不同时刻的日志数据来分析服务的健康状态 <version>2.1.3.RELEASE</version> </dependency> 常用的监控指标如下： /health/{component}/{instance} GET 报告程序的健康指标 查看系统发布的定时任务信息 /features GET 查看Springcloud全家桶组件信息 /refresh POST 重启应用程序，慎用 /shutdown POST 关闭应用程序，慎用 4 接口耗时分析服务健康状态 下面代码是获取 dcp-hellworld-service 服务10 个节点信息，循环调用 api/v1/test 接口，记录接口调用的耗时情况，同时通过消息队列 kafka 发送消息到监控平台进行日志分析 } return R.ok().data(serviceInstances.size()); 总结 上面例子是一个简单的通过接口调用统计接口耗时情况来分析服务的健康状态
1.8K40发布于 2020-09-18 - 来自专栏静Design
【案例分析】薄荷健康APP设计思路深入解析
静电说：又到了APP案例复盘栏目的时间了，今天我们为大家解析的是薄荷健康这款应用。 这款应用是一款健康管理应用，可以搜索食材卡路里，奶茶，食谱等等，也可通过分析个人的健康记录，如喝水，体重，睡眠等等，给出使用者合理的健康建议。另一方面，这款应用设计风格独特美观。那么，来一起看看吧！ 页面的主色调也沿用这样清爽的薄荷绿色，给人以健康的感觉。 薄荷健康的首页就是这样设计的。首页采用低饱和度更清爽的颜色构建了金刚区图标，将常用功能用按钮形式展示出来，这也是这款应用的特色功能，所以必须放在更显著的位置。 007.品牌塑造 薄荷健康的设计紧贴薄荷这样的植物，页面中充分营造出简单清爽健康的生活方式，让用户刨除多余的无用信息干扰，更专注于页面功能本身。
3.1K40编辑于 2022-04-07 逻辑重构：健康相关场景下决策链条的系统建模与AI渗透机制分析
特别是在非确定性的健康相关场景中，决策路径正在经历从“经验驱动”向“结构重排”的范式转移。本文旨在通过系统建模的方式，拆解AI如何作为底层变量重构个体的决策流向。 第一部分：健康相关决策流的基础模型构建个体的健康选择可以被抽象为一个多节点的动态决策链条（DecisionChainModel）。 行动确认（）：决策流的终端输出。2.动态权重分配系统在这一结构中，每一个节点到下一个节点的转换都伴随着**概率权重（）**的变化。 这种分析框架揭示了：当决策路径被结构化地呈现时，个体对健康场景的选择不再是盲目的应激反应，而是在清晰的可视化逻辑指引下进行的结构化对标。 结论：从信息检索到结构对齐通过上述系统建模可以发现，AI对健康相关场景的重构本质上是决策流权重的重新分配。在这种背景下，单纯的信息获取已失去意义，理解决策背后的路径结构成为核心。
7600编辑于 2026-02-24
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