人工智能
大师兄的数据分析学习笔记(二十五）：聚类（一）
大师兄的数据分析学习笔记(二十四）：回归树与提升树
大师兄的数据分析学习笔记(二十六）：聚类（二）
一、监督学习和无监督学习
分类和回归都属于监督学习，监督学习的特点是有标注。
所谓标注也就是数据的特征，不管是分类还是回归都是通过标注进行区分数据。
而无监督学习没有标注，所以无监督学习的目的就是给数据加上标注。
进行标注的原则是，加过标注后的数据应该尽可能相似，而不同标注内的数据应该尽可能不同
深度学习（一）：人工智能、机器学习与深度学习
人工智能 (AI)：宏大的目标
人工智能是最广泛、最宏大的概念，它的目标是让机器能够模仿人类的智能行为，例如：
推理：像下棋程序一样，通过逻辑来做决策。
规划：为实现一个目标而制定步骤，比如无人驾驶汽车规划行驶路线。
学习：从数据中发现规律，从而提高自
不止于恶搞：把Seedream 4.0当作“AI版PS”，这是一份实战手册
目录前言工具箱一：终极“内容识别”——锁定万物的主体一致性实战玩法：创建你的“角色设定集”工具箱二：来自未来的“智能图层”——玩转多图融合实战玩法：零成本的“虚拟摄影棚”工具箱三：自带排版师的“文字工具”——精准的中文渲染实战玩法：快速海报设计迭代工具箱四：解放想象力的“动作脚本”——连续生图与故事板
Zotero 8.0.1 生产力全开：2026 英文文献批量下载、自动化脚本与 AI 深度分析全攻略
注意：全平台付费的文献，需要你有下载权限，不能免费下载。
文章目录
一、Zotero简介
二、文献检索和导出
三、文献批量下载
3.1 理论：Zotero如何下载文献？
3.2 操作
3.21 导入文献
3.22 获取全文
3.4 处理没有获取到的文献
3.5 附：整理zotero下载的文
OpenCode 深度解析：终端里的 AI 编程助手
在 AI 编程工具快速普及的当下，开发者对“更智能、更贴近真实开发流程”的需求正不断提高。相比于浏览器对话框或 IDE 插件，以 终端为核心入口 的 OpenCode 正成为开源界极具代表性的 AI 编程代理（AI Coding Agent）。
一、 起源与背景：AI 编程范式的转变
1. 关键时间点
诞生背景：
golang中的map并发读写问题： Golang 协程并发使用 Map 的正确姿势
map 不是并发安全的
官方的faq里有说明，考虑到有性能损失，map没有设计成原子操作，在并发读写时会有问题。
Map access is unsafe only when updates are occurring. As long as all goroutines are only reading—looking up elements in the map, including iter
【R实战 高级方法】十四、主成分和因子分析
这里是佳奥！R实战部分的学习进入后期，我们继续高级方法的学习。
主成分分析（PCA）是一种数据降维技巧，它能将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分。
探索性因子分析（EFA）是一系列用来发现一组变量的潜在结构的方法。它通过寻找一组更小的、潜在的或隐藏的结构来解释已观测到的、显式的变量间的关系。
首先，我们将回顾R中可用来做PCA或EFA的函数，并简略看一看相关分析流程。
自编码器 AE（AutoEncoder）程序
原文链接
1.程序讲解
（1）香草编码器
在这种自编码器的最简单结构中，只有三个网络层，即只有一个隐藏层的神经网络。它的输入和输出是相同的，可通过使用Adam优化器和均方误差损失函数，来学习如何重构输入。
在这里，如果隐含层维数（64）小于输入维数（784），则称这个编码器是有损的。通过这个约束，来迫使神经网络来学习数据的压缩表征。
input_size = 784
hidden_size = 6
