tag 數據

標籤
貢獻758
664
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_14767244 頭像 u_17567677 頭像 u_17420180 頭像 u_13715298 頭像 u_16653481 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_15714439 頭像

u_15714439 - 給Java同仁單點的AI"開胃菜"--搭建一個自己的本地問答系統

這是我參與創作者計劃的第1篇文章 大家好，因為對AI大模型很感興趣，相信很多兄弟們跟我一樣，所以最近花時間瞭解了一些，有一些總結 分享給大家，希望對各位有所幫助； 本文主要是目標是 講解如何在本地 搭建一個簡易的AI問答系統，主要用java來實現，也有一些簡單的python知識；網上很多例子都是以 ChatGPT來講解的，但因為它對國內訪問有限制，OpeAi連接太麻煩

軟件研發 , 數據 , 語言模型 , 數據庫

收藏 評論

u_15505879 頭像

資深程序設計 - 基於python大數據的房價數據分析系統

1、研究背景 在當今數字化時代，房地產行業作為國民經濟的重要支柱產業，其數據量呈現出爆炸式增長。房價數據不僅涵蓋了房屋的基本屬性，如面積、户型、樓層等，還涉及地理位置、周邊配套設施、市場供需關係、宏觀經濟指標等眾多因素。這些海量且複雜的數據藴含着豐富的信息，對於政府制定房地產調控政策、企業進行市場決策以及購房者做出合理選擇都具有至關重要的價值。傳統的人工分析方法在處理如此龐

大數據 , yyds乾貨盤點 , 數據 , MySQL , 後端開發 , 房價分析 , Python

收藏 評論

u_15745565 頭像

畢設大神 - 基於springboot的社區外來務工人員管理系統-計算機畢業設計源碼+LW文檔

基於SpringBoot的社區外來務工人員管理系統 摘要：隨着城市化進程的加速，社區外來務工人員數量不斷增加，給社區管理帶來了新的挑戰。本文介紹了基於SpringBoot框架開發的社區外來務工人員管理系統，詳細闡述了其研究背景意義、需求分析以及功能設計等內容。該系統旨在提高社區對外來務工人員的管理效率和服務質量，促進社區的和諧穩定發展。 關鍵

數據 , 管理系統 , 後端開發 , JAVA , 事務處理

收藏 評論

histry 頭像

黎大學問 - ResNet論文精讀彙報

各位老師、同學，大家好！今天，我要為大家帶來一篇計算機視覺領域的里程碑式論文 ——《用於圖像識別的深度殘差學習》（Deep Residual Learning for Image Recognition）的精讀彙報。接下來，我會按照 “總體到細分” 的思路，從論文背景、核心問題、創新方法，再到實驗驗證與應用價值，逐步為大家拆解這篇論文的精華內容，希望能讓大家清晰理解殘差網絡（ResNe

卷積 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16018702 頭像

架構師李哲 - 大模型微調「數據集構建」保姆級教程（超全）

經驗之談：實踐表明，近80%的大模型微調失敗案例，根源都可追溯至數據集問題。 2024年堪稱“行業大模型元年”，金融、醫療、教育等各行各業都在積極佈局專屬AI助手。然而，許多企業在投入重金進行模型微調後，卻常常面臨“模型表現不及預期”的困境。 實踐中常見的三大困境： ● 災難性遺忘：模型在學習了新的專業知識後，原有的通用對話與理解能力顯著衰退。 ● 泛化能

數據 , AI , 大模型微調 , aigc , 人工智能 , 深度學習

收藏 評論

u_16640205 頭像

mb65f83f0864e54 - 自动驾驶圈最 “实在” 老板

作者：鐘聲 編輯：Mark 出品：紅色星際（ID：redplanx） 頭圖：無人物流小車圖片 自動駕駛圈從不缺愛惜人才的老闆，但要説到對人才的“寵”，新石器餘恩源的動作非常實在。 就在近期新石器完成了D輪融資，幾十個小目標到賬。賬上有錢了，餘恩源搶人動作更猛了。據圈內傳聞，他為了強化技術團隊，在引進人才上各種下功夫，不惜把朝陽酒仙橋公司直接搬到海淀大鐘寺，可謂把誠意拉滿拉足。

數據 , 自動駕駛 , 激光雷達 , 人工智能 , 深度學習

收藏 評論

u_11365552 頭像

素雨末 - MySQL 面試常問

一、 索引篇：B+樹、最左前綴與失效場景 Q1：MySQL 為什麼使用 B+ 樹而不是 B 樹或哈希表做索引？ 標準答案： B+ 樹 vs B 樹：B+ 樹的非葉子節點只存索引鍵，不存數據，因此單個頁能存放更多鍵，樹的高度更低，I/O 次數更少。所有數據都在葉子節點，且葉子節點用鏈表連接，範圍查詢效率極高。 B+ 樹 vs 哈

隔離級別 , 死鎖 , 數據 , 後端開發 , JAVA

收藏 評論

u_15916160 頭像

此風喚作晚安 - 從本地緩存到Redis集羣的架構演進與實踐

當然！這是一篇關於分佈式系統緩存架構設計與實踐的技術博客，內容詳實，貼近實際開發，字數約2000字。 深入淺出分佈式緩存：從本地緩存到Redis集羣的架構演進與實踐 在當今高併發、大流量的互聯網時代，系統的性能與響應速度直接決定了用户體驗和業務成敗。而緩存，作為提升性能最有效的手段之一，已經從“可選項”演變為架構設計的“必選項”。然而，隨着系統從單體架構走向分

數據 , 本地緩存 , 緩存 , 代碼人生

收藏 評論

u_14869226 頭像

外參財觀 - 利潤下滑，誰在搶貝殼找房的蛋糕

中國房地產交易平台行業正經歷一場前所未有的“價值重構”。政策調控持續深化，市場交易量收縮，買方話語權提升，行業從“拼規模”轉向“拼效率”、“拼服務”、“拼生態”。在這場深度調整中，貝殼作為行業龍頭，雖在規模上仍保持領先，卻面臨着淨利潤持續下滑、佣金率承壓、競爭對手多維圍攻的嚴峻挑戰。 2024年上半年，貝殼實現營收493.39億元，同比增長24.13%，業務量維持行業第一。然而，靚麗營收增速

數據 , 物聯網 , 技術研發 , 服務質量

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能農業温室環境調控與作物生長模型構建中的應用

(centerJava 大視界 -- Java 大數據在智能農業温室環境調控與作物生長模型構建中的應用/center) 引言 親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在技術發展的漫漫長路上，我們一同見證了 Java 大數據在諸多領域掀起的創新風暴。 如今，農業領域正站在智能化變革的關鍵節點，智能農業温室作為這場變革的前沿陣地，承載着

spark , 大數據 , yyds乾貨盤點 , 數據 , 智能農業 , Java大數據 , JAVA

收藏 評論

u_17176510 頭像

DoraemonQ - 僅400K的工具，賊牛批

聊一聊 電腦硬盤、U盤等存儲設備常因損壞或升級換代而被更換。很多小夥伴會將舊設備轉賣或丟棄，在這個數字化時代，這些設備中往往存有大量敏感個人信息。僅通過簡單刪除或格式化操作，數據仍可能被專業軟件恢復，存在隱私泄露風險; 分享一款專業的磁盤數據擦除工具：Blank And Secure v8.21； Blank And Secure是一款專業的數據安全刪除工具，主要用於徹底擦除硬盤上的敏感數

隨機數 , 殘留數據 , yyds乾貨盤點 , 數據 , 辦公效率

收藏 評論

u_6813689 頭像

程序員小2 - 終於把機器學習中的交叉驗證搞懂了！！

核心思想 在標準的模型訓練中，我們通常會將數據集劃分為訓練集和測試集。訓練集用於模型學習參數，測試集用於評估模型的最終性能。 然而，如果測試集本身具有偏差，或者我們想更精細地調整模型（例如超參數調優），僅僅使用一次劃分可能會導致評估結果不夠穩定或具有過高的方差。 交叉驗證的核心目標是：獲得一個更穩定、更可靠的模型性能估計，減少對特定數據劃分的依賴。 交叉驗

數據集 , 數據 , 交叉驗證 , 代碼人生

收藏 評論

powertoolsteam 頭像

powertoolsteam - 低代碼平台與辦公軟件：協同進化，重塑數字化辦公新生態

低代碼平台與辦公軟件：協同進化，重塑數字化辦公新生態 在數字化轉型加速的今天，辦公場景正面臨從 “工具化” 到 “智能化” 的深刻變革。辦公軟件作為企業日常運營的核心載體，承載着數據記錄、流程協作、信息傳遞等基礎需求；而低代碼平台憑藉 “可視化開發、低門檻構建、高靈活擴展” 的特性，正成為解決辦公軟件定製化難、集成弱、響應慢等痛點的關鍵力量。兩者的協同融合，不僅重構了數字化辦公的技術

數據 , 低代碼 , 拖拽 , 辦公軟件

收藏 評論

u_15505879 頭像

資深程序設計 - 基於大數據的信貸風險評估的數據可視化分析與預測系統

1 研究背景 在現代金融市場中，信貸業務作為金融機構的核心業務之一，對於促進經濟增長、推動企業發展以及滿足個人資金需求等方面發揮着至關重要的作用。信貸業務的快速發展也伴隨着信貸風險的不斷積累。信貸風險主要包括信用風險、市場風險和操作風險等，其中信用風險尤為突出。信用風險是指借款人因各種原因未能按時足額償還貸款本息，從而給金融機構帶來損失的可能性。隨着全球經濟形勢的複雜多變、

機器學習 , 信貸分析 , yyds乾貨盤點 , 數據 , 數據可視化 , 後端開發 , Python

收藏 評論

alter 頭像

wx63f42b7e9714d - 連續三年拿下全球第一，添可怎麼做到的？

2020年以前，家庭地面清潔是一個被傳統方式固化了半個多世紀的場景。 吸塵器雖然能比掃把清理得更乾淨，但僅限幹垃圾。面對濕垃圾和頑固污漬，需要戴上手套拿着抹布反覆進行清理。拖地本身更是痛點密集：頻繁換洗拖布、用髒水越拖越髒、清潔工具自身還會發黴發臭。 轉折發生在2020年。添可發明芙萬智能洗地機，改寫了地面清潔的底層邏輯。 添可芙萬智能洗地機首次將“吸、

數字化轉型 , 安裝配置 , 數據 , 用户需求

收藏 評論

u_15988698 頭像

代碼天地 - AI智能體(Agent)應用開發入門手冊

就目前調研下來的功能來説。開發AI智能體，入門選langchain沒錯，架構很成熟，能力很強，基本上所有的場景都可以覆蓋，可以很好管理起大型的AI應用架構。而且js、java、python各種語言都支持。 上手很快，但是用好的話還是多花些時間學習他的底層實現邏輯。 這篇文檔，會介紹一下AI應用開發的一些基礎知識。 連接模型 MCP的介紹以及如何

服務器 , 數據 , 搜索 , 工作流程 , 分佈式

收藏 評論

u_15492594 頭像

是Dream呀 - AI驅動開發新範式：基於 CodeWave 的考勤系統落地實踐

在快節奏的企業軟件開發環境中，如何快速將想法轉化為可執行的代碼應用，成為了每個開發團隊追求的目標。網易CodeWave智能生成應用的出現，為我們提供了一個全新的解決方案——通過自然語言描述快速構建全棧應用，讓開發效率實現質的飛躍。 一、智能生成應用：重新定義開發流程 1.核心功能與價值 網易CodeWave的智能生成應用功能，其核心創新

數據挖掘 , 數據 , 自然語言 , 人工智能 , 主鍵

收藏 評論

u_15511034 頭像

wx62088446a1f70 - 多模態深度學習：跨模態理解與生成的融合智能

多模態深度學習：跨模態理解與生成的融合智能 引言 人類通過視覺、聽覺、觸覺等多感官通道協同理解世界，而當前AI系統大多侷限於單一模態處理。多模態深度學習通過建立跨模態的聯合表徵與轉換機制，正推動人工智能向更接近人類認知方式的方向演進。本文將深入探討多模態深度學習的核心算法、統一框架、訓練範式以及前沿應用，呈現這一跨領域研究方向的最新進展與未來趨勢。 一、多模態表徵學習 1

數據 , 深度學習 , 代碼人生 , 模態

收藏 評論

u_15368545 頭像

叫做長大จุ๊บ - 文心 5.0 登場：打破邊界，定義未來智能新範式，開啓原生全模態智能新時代！

作為一名每天與代碼為伴、重度依賴AI工具的開發者，我經歷過從早期語言模型的稚嫩，到如今大模型混戰的喧囂。就在剛剛GPT推出了5.1而百度推出了文心5.0，當看到ERNIE 5.0發佈時，我的第一反應是：又一個版本更新？但在深入瞭解後，我必須承認——這次，真的不一樣。 一、重新定義"全模態"：從概念到生產力 看看這個界面： 文檔區：圖片、

AIGC二三事 , 文心一言 , 數據 , aigc , 開發者 , 模態 , 百度

收藏 評論

u_14152 頭像

feiry - 詳解Hive窗口函數及10道實戰練習

📑 目錄（Table of Contents） 一、示例數據 二、常見窗口函數詳解 1. ROW_NUMBER 2. RANK 3. DENSE_RANK 4. SUM OVER 5. AVG OVER 6. LAG 7. LEAD 8. FIRST

大數據 , 數據 , hive , 面試 , 窗口函數

收藏 評論

u_16018702 頭像

架構師李哲 - PPO最強，DPO一般？一文帶你瞭解常見三種強化學習方法，文末有大模型微調神器！

很多人第一次接觸各家大模型時，都會覺得它們的回答能帶來意想不到的驚喜，但有時，AI回答又怪怪的、囉嗦、甚至有點危險。 這背後，其實就是一個核心問題：對齊（Alignment）。 預訓練讓模型會“説話”，但對齊訓練，才讓模型更符合人類偏好：更有用、更安全、更有温度。在當下的大模型時代，有三種常被提到的對齊方法：PPO、DPO和KTO。 本期，LLaMA-F

強化學習 , 數據 , 損失函數 , 人工智能 , 深度學習

收藏 評論

u_16099270 頭像

字節小舞神 - 【論文閲讀】Swin Transformer Embedding UNet用於遙感圖像語義分割_swin transformer和unet

論文鏈接：https://arxiv.org/pdf/2402.03302 Code： https://github.com/JiarunLiu/Swin-UMamba 摘要： 醫學圖像分割的挑戰在於需要同時整合多尺度信息，從局部細節到全局依賴關係。但現有方法難以有效建模長距離的全局信息：

數據集 , 論文閲讀 , 圖像分割 , 數據 , 雲計算 , OpenStack

收藏 評論

u_16213681 頭像

16213681 - Apollo代碼學習(六)—模型預測控制(MPC)_模型預測控制代碼

第1章：避障狀態機 想象我們擁有一架超級智能的無人機，它可以完全自主飛行 現在，假設這架無人機需要穿過一個擺滿傢俱的雜亂房間，或者在有許多樹木的森林中導航，而且不能發生碰撞。 它是如何知道每個時刻該做什麼的？當出現障礙物時，它如何決定何時起飛、何時前進或何時減速？ 這就是**避障狀態機（AvoidanceStateMachine）**的用

狀態機 , 無人機 , 數據 , Css , 前端開發 , HTML

收藏 評論

u_13479 頭像

jkfox - XXTea加密的使用

XXTEA加密解密的快速入門，離不開極簡代碼的助力。本文將用簡潔的代碼示例，為你梳理XXTEA的加密解密流程，從基礎原理到代碼實現，層層遞進，讓你輕鬆上手，快速掌握XXTEA的核心技能。 XXTEA（eXtended eXtended Tiny Encryption Algorithm）是一種輕量級的對稱分組加密算法，由David Wheeler和

字符串 , 數據 , 16進制 , Css , 前端開發 , HTML

收藏 評論