AI
刷新
我所理解的机器学习

博主头像 (2017年写的博客，搬过来) 断断续续看了几个月的机器学习，我觉得是时候总结一下了。正如题目讲的那样，我只说我所理解的机器学习，我不能保证我理解的都对，很多东西可能是我的误解，但无论说错了什么，我都认。如果有人发现错误，恳请指正，不胜感激。 我不讲算法也不讲公式推导，因为，我从头到尾都没看懂。 我 ...

星火闪耀，与AI同行丨华为开发者大会2024社区活动重磅上线！

博主头像 本文分享自华为云社区《星火闪耀，与AI同行丨华为开发者大会2024社区活动重磅上线！》，作者：华为云社区精选。 盛夏始，万物秀，华为开发者大会2024即将开启 华为云开发者社区重磅推出“星火闪耀，与AI同行”线上活动， 开发者热点直播，热门产品体验，社区话题互动、技术热点投票等精彩活动等你来！ 参与 ...

读AI未来进行式笔记09职业再造

博主头像 1. 职业再造 1.1. 着AI向越来越多的行业稳步进军，越来越多的人逐渐被AI技术取代，那么人类接下来所能从事的工作是什么？ 1.2. 缺乏专业指导，许多人被发展迅猛的AI替代，连续挫败导致自杀率居高不下 1.2.1. 除了经济收入，人们还需要从工作中获得成就感，实现自我价值，否则只会沉沦于赌博、 ...

算法金 | AI 基石，无处不在的朴素贝叶斯算法

博主头像 大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 历史上，许多杰出人才在他们有生之年默默无闻， 却在逝世后被人们广泛追忆和崇拜。 18世纪的数学家托马斯·贝叶斯（Thomas Bayes）便是这样一位人物 贝叶斯的研究，初看似平凡，其人 ...

读AI未来进行式笔记08自主57

博主头像 1. 自主57 1.1. 自主57被视为继火药、核57之后的“第三次zhan筝革命” 1.2. 虽然地雷和导弹揭开了早期简单自主57的序幕，但运用了AI技术的真正的自主57才是正片 1.2.1. AI自主57让整个sha戮过程：搜寻目标、进入zhan斗、抹sha生命，完全无须人类参与 1.3. 今天 ...

算法金 | 只需十四步：从零开始掌握Python机器学习（附资源）

博主头像 大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 1. 引言 1.1 教程目的与读者定位 "启程"往往是最具挑战性的一步，特别是在面临众多选择时，人们往往难以做出决策。本教程旨在帮助那些几乎没有Python机器学习基础的初学者成长为知识 ...

[AI资讯·0609] SamAltman建立了庞大投资帝国，通义千问Qwen2发布即爆火，OpenAI泄密者公布165页文件，奥特曼百万年薪挖角谷歌TPU人才……

博主头像 SamAltman建立了庞大投资帝国，但不持OpenAI股票；个人资产包括房产和多家公司股权。他曾在YCombinator担任总裁，并投资40家公司，有五家估值增长100倍以上。尽管他不参与OpenAI决策，但其利益与公司业务存在复杂关系，引发监督和透明度争议…… ...

读AI未来进行式笔记07量子计算

博主头像 1. AI审讯技术 1.1. 发明者最初的目的是发明一种能够替代精神药物，为人类带来终极快乐的技术 1.1.1. 遗憾的是，他找到的只是通往反方向的大门 1.2. 通过非侵入式的神经电磁干扰大脑边缘系统，诱发受审者最为恐惧及痛苦的身心体验 1.3. 诱发受审者最为恐惧及痛苦的身心体验。其效果往往表现 ...

算法金 | 让数据讲故事：数据可视化的艺术与科学，几乎是每个领域都需要掌握的技能

博主头像 大侠幸会，在下全网同名[算法金] 0 基础转 AI 上岸，多个算法赛 Top [日更万日，让更多人享受智能乐趣] 数据可视化： 不只是图表那么简单 数据可视化不仅仅是把数字变成图形那么简单，它是一种强大的工具，能够帮助我们从数据中获得洞察力，并以此做出更加明智的决策。无论是产品开发还是市场营销 ...

读AI未来进行式笔记06自动驾驶技术

博主头像 1. 跃层冲击 1.1. 每个社会其实都处于不同的楼层，往往处于更低楼层的社会，要承受来自更高楼层的社会发展带来的更大冲击 2. 驾驶 2.1. 开车时最关键的不是车，而是路 2.2. 人是比机器更脆弱的生命，最微不足道的情绪变化都会影响人类车手的身心反应和表现水平 2.3. 山体滑坡导致地图数据失 ...

算法金 | 不愧是腾讯，问基础巨细节 。。。

博主头像 大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 最近，有读者参加了腾讯算法岗位的面试，面试着重考察了基础知识，并且提问非常详细。 特别是关于AdaBoost算法的问题，面试官问了很多。 今天，我们就来和大家探讨一下 AdaBoost ...

用 Sentence Transformers v3 训练和微调嵌入模型

博主头像 Sentence Transformers 是一个 Python 库，用于使用和训练各种应用的嵌入模型，例如检索增强生成 (RAG)、语义搜索、语义文本相似度、释义挖掘 (paraphrase mining) 等等。其 3.0 版本的更新是该工程自创建以来最大的一次，引入了一种新的训练方法。在这篇博 ...

Yolov8和Yolov10的差异以及后处理实现

博主头像 Yolo模型可分为4个维度的概念 模型版本、数据集、模型变体（Variants）、动态/静态模型。 Yolo各模型版本进展历史 Yolov（2015年华盛顿大学的 Joseph Redmon 和 Ali Farhadi 发布）Yolov2（2016年Joseph Redmon发布）Yolov3（20 ...

史上最强 AI 翻译诞生了！拳打谷歌，脚踢 DeepL

博主头像 CoT 推理范式 默认情况下，大语言模型通常是直接给出问题的最终答案，中间推理过程是隐含的、不透明的，无法发挥出大模型最极致的理解能力。如果你用它来充当翻译，可能效果和传统的机器翻译也差不了太多。 如果我们给大模型设计一个合理的提示词，控制大模型的思考方式，就能发挥出大模型的最大功效，甚至可以让它的 ...