人工智能
反抗军工程师的 “苹果智能” 实战指南：用本机基础模型打造 AI 利刃
🚀 引子在科洛桑星球的地下秘密基地里，反抗军工程师凯伦正盯着 Xcode 的屏幕 —— 帝国的资源管控日益严苛，战士们的饮食健康也屡屡亮起红灯。就在这时，苹果阵营抛出了一枚 “技术原力弹”：全新的 Foundational Models（基础模型）框架，带着类型安全的 API
大师兄的数据分析学习笔记(三十一）：机器学习模型总结
大师兄的数据分析学习笔记(三十）：半监督学习
大师兄的数据分析学习笔记(三十二）：模型评估（一）
一、分类模型
KNN
朴素贝叶斯
决策树
支持向量机
逻辑映射
GBDT
集成方法
神经网络
二、回归模型
线性回归
逻辑回归
人工神经网络
回归树与提升树
三、聚类
K-means
DBSCAN
层次聚类法
图分裂
四、关联
关联规则
序列规则
五、半监督学习
标签传播
六、模型
Apache IoTDB 查询引擎源码阅读——DataNode 上 DriverTask 调度与执行
背景
Apache IoTDB 查询引擎目前采用 MPP 架构，一条查询 SQL 大致会经历下图几个阶段：
image
FragmentInstance 是分布式计划被拆分后实际分发到各个节点进行执行的实例。由于每个节点会同时接收来自于多个并发 Query 的多个 FragmentInstance，这些 FragmentInstance 在执行时可能由于等待上游数据而处于阻塞状态、或者
惊了！用 JavaAI 撸电商核心功能，我从 “代码小白“ 变 “项目大神“，3 小时搞定别人 3 天的活
惊了！用JavaAI撸电商核心功能，我从"代码小白"变"项目大神"，3小时搞定别人3天的活（附完整流程+代码）家人们谁懂啊！以前听说要做电商系统，我直接吓得关掉了IDEA——光是"商品管理"“订单流程”“购物车计算"这几个词࿰
手把手教你打造本地私有化AI知识库：Obsidian + OpenCode + Agent Client + MCP Server 完全指南
手把手教你打造本地私有化AI知识库：Obsidian + OpenCode + Agent Client + MCP Server 完全指南
在AI时代，拥有一个高效、私密、可控的个人知识库变得尤为重要。本文将详细介绍如何利用Obsidian + OpenCode + Agent Client + MCP Server这
理解Apache Pulsar工作原理
Apache Pulsar 是灵活的发布-订阅消息系统（Flexible Pub/Sub messaging），采用分层分片架构。
发布-订阅消息系统
关于发布-订阅模型的概念，主要从多租户、灵活的消息系统、云原生构架、分片的流（Segmented Streams）等方面来强调 Apache Pulsar 的功能和特性。
多租户
租户和命名空间（namespace）是 Pulsar 支持多租户的两
BookKeeper 基本原理
[TOC]
本篇文章主要聚焦于 BookKeeper 内核的实现机制上，会从 BookKeeper 的基本概念、架构、读写一致性实现、读写分离实现、容错机制等方面来讲述，因为我并没有看过 BookKeeper 的源码，所以这里的讲述主要还是从原理、方案实现上来介绍，具体如何从解决方案落地到具体的代码实现，有兴趣的可以去看下 BookKeeper 的源码实现。
BookKeeper 基础
正如 Ap
AI 精准绘图专栏：豆包・图像创作模型 Seedream 4.0 全面测评与创意玩法解析
AI 精准绘图专栏：豆包・图像创作模型 Seedream 4.0 全面测评与创意玩法解析
AI 精准绘图专栏：豆包・图像创作模型 Seedream 4.0 全面测评与创意玩法解析，本文围绕豆包・图像创作模型 Seedream 4.0 展开全面测评，该模型在 Artificial Analysis 双榜单夺冠，具备一站式
实测AI Ping，一个大模型服务选型的实用工具
作为一名长期奋战在一线的AI应用工程师，我在技术选型中最头疼的问题就是：“这个模型服务的真实性能到底如何？” 官方的基准测试总是在理想环境下进行，而一旦投入使用，延迟波动、吞吐下降、高峰期服务不可用等问题就接踵而至。 直到我发现了由清华系团队打造的AI Ping，这个平台号称能提供真实、客观的大模型服务性能评
