人工智能

1. 首页
2. IT互联网
3. 人工智能

AI赋能原则3解读思考：可得性时代-AI 正在重写人类能力结构的未来

目录一、AI 是“能力结构”的改变，而不是“能力强度”的提升（一）人类能力的结构属性：稀缺、线性、不可复制（二）AI 能力的结构属性：非稀缺、并行化、可复制（三）二者能力结构的根本差异二、可得性：未来竞争力差异的终极变量（一）可得性

人工智能 2025年12月16日 171 点赞 0 评论 12220 浏览

AI5 - 从手动标注到智能打标：AI数据标注工具实战全解析

在 AI 技术飞速渗透各行各业的当下，我们早已告别 “谈 AI 色变” 的观望阶段，迈入 “用 AI 提效” 的实战时代 💡。无论是代码编写时的智能辅助 💻、数据处理中的自动化流程 📊，还是行业场景里的精准解决方案 ，AI 正以润物细无声的方式，重构着我们的工作逻辑与行业生态

人工智能 2025年12月03日 111 点赞 0 评论 12220 浏览

实战kaggle 图像分类（ImageNet Dog）

人工智能 2025年07月16日 99 点赞 0 评论 12230 浏览

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(二十三）：人工神经网络 大师兄的数据分析学习笔记(二十五）：聚类（一） 一、回归树 回归树是决策树的一种算法，但回归的值是连续值。 与分类树不同，回归树的每个节点（包括叶子节点和中间节点），都会得到预测值。 一般这个预测值就是这些连续标注的平均值。 对特征进行分类，切分属性的依据不再是熵或基尼系数，而是最小方差。 也就是说在根据某一个属性切分后，

人工智能 2025年07月20日 171 点赞 0 评论 12231 浏览

第二学段（3~4年级）

【内容要求】 1.数与运算 （1）在具体情境中，认识万以上的数，了解十进制计数法；探索并掌握多位数的乘除法，感悟从求知到已知的转化（例8）。 （2）结合具体情境，初步认识小数和分数，感悟分数单位（例9）；会同分母分数的加减法和一位小数的加减法。 （3）在解决简单实际问题的过程中，理解四则运算的意义，能进行整数四则混合运算。 （4）探索并理解运算律（加法交换律和结合律、乘法交换律和结合

人工智能 2026年01月21日 68 点赞 0 评论 12243 浏览

一文了解 NebulaGraph 上的 Spark 项目

本文首发于 Nebula Graph Community 公众号 最近我试着搭建了方便大家一键试玩的 Nebula Graph 中的 Spark 相关的项目，今天就把它们整理成文分享给大家。而且，我趟出来了 PySpark 下的 Nebula Spark Connector 的使用方式，后边也会一并贡献到文档里。 NebulaGraph 的三个 Spark 子项目 我曾经围绕 NebulaGr

人工智能 2024年11月22日 58 点赞 0 评论 12247 浏览

【AI视频】Runway注册、基本设置、主界面详解

博客主页： [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: AI视频 | Runway 文章目录 💯前言 💯Runway的正确启动方式 推荐使用Google Chrome 打开Chrome翻译 💯Runway的注册 💯My Account（我的账户） Gener

人工智能 2025年12月27日 147 点赞 0 评论 12267 浏览

蓝耘元生代引领AI开发新潮流：DeepSeek R1/V3满血版亮相，开启高效应用新时代

文章目录 蓝耘元生代推理引擎的全新突破 DeepSeek R1/V3 满血版：性能与体验双重提升 如何快速上手？ 优化代码 资源管理与API KEY管理 Chatbox工具的完美结合 结语 2025年2月21日，北京——蓝耘元生代推理引擎最近正式上线了其全新的DeepSeek R1/V3满血版，作为一站式AI应用开发平台&#

人工智能 2025年12月16日 111 点赞 0 评论 12270 浏览

答读者问(6)：单细胞TPM矩阵如何分析？

问题 一、有的文章只提供TPM的单细胞表达矩阵，可以用seurat分析吗？ 二、分析流程和用count矩阵有什么不同？ 三、10X的单细胞转录组数据的标准化需要考虑基因长度吗？ 先来看看第3个小问题 10X的单细胞转录组数据的标准化需要考虑基因长度吗？ 答案是不需要。 我们看一下seurat里面NormalizeData()函数是如何做标准化，然后求Log。 test.seu <-

人工智能 2025年04月21日 115 点赞 0 评论 12273 浏览

产品经理即学即用的ETL数据清洗工具

ETL是数据仓库里最重要的数据处理过程，也是最体现工作量的环节，一般会占到整个数据仓库项目工作量的一半以上。 ● 抽取：从数据源获取数据。 ● 转换：转换数据，使之转变为适用于查询和分析的形式和结构。 ● 装载：将转换后的数据导入到最终的目标数据仓库。 数据仓库的本质就是要把来自于多个异构的源系统的数据集成在一起，放置于一个集中的位置用于数据分析。如果没有ETL，就无法对异构的数据进行结构化的分析

人工智能 2026年01月01日 52 点赞 0 评论 12280 浏览