【人工智能】Transformers之Pipeline（概述）：30w+大模型极简应用
本文为transformers之pipeline专栏的第0篇，后面会以每个task为一篇，共计讲述28+个tasks的用法，通过28个tasks的pipeline使用学习，可以掌握语音、计算机视觉、自然语言处理、多模态乃至强化学习等30w+个huggingface上的开源大模型。让你成为大模型领域的
AI是在帮助开发者还是取代他们？
开发者在选择使用这些工具时，应根据自己的需求和环境进行权衡。AI工具对开发者日常工作的影响是深远的，它们不仅改变了开发流程，还对开发者的技能要求和工作方式产生了重要影响。AI的集成正在逐步改变软件开发的工作流程，并对开发者的工作模式和工具使用提出了新的要求。通过这些策略，开发者可以在AI时代保持竞争
利用机器学习进行网络异常检测与安全防御
在本文中，我们探讨了利用机器学习技术进行网络异常检测与安全防御的重要性和方法。首先介绍了机器学习在网络安全领域的应用，包括异常检测、威胁情报分析、行为分析和恶意代码检测等方面。接着，通过示例代码展示了基于传统机器学习方法、深度学习方法和卷积神经网络的网络异常检测模型。我们讨论了深度学习模型的优势和挑
统计学入门：时间序列分析基础知识详解
时间序列分析中包含了许多复杂的数学公式，它们往往难以留存于记忆之中。为了更好地掌握这些内容，本文将整理并总结时间序列分析中的一些核心概念，如自协方差、自相关和平稳性等
Python前沿技术：机器学习与人工智能
深入探讨Python在机器学习和人工智能领域的应用，以及一些前沿技术和工具。
5.数据仓库与数据挖掘期末复习
利用3范式对区域表、店铺表、日期表、销售表、目标表进行建模？
基于spark的医疗大数据可视化大屏项目
本文将介绍如何利用Apache Spark进行大规模心力衰竭临床数据的分析，并结合机器学习模型，构建一个交互式的可视化大屏，以直观展示数据分析结果。使用PySpark库，我们首先读取CSV文件中的心力衰竭临床记录数据，并进行必要的数据清洗工作，包括处理缺失值和异常值。血小板计数与死亡事件：通过堆叠条
11个提升Python列表编码效率的高级技巧
Python中关于列表的一些很酷的技巧
SHAP：解释一切黑盒AI模型
在许多应用场景中，模型可解释性和准确性同等重要。逻辑回归、决策树等模型的流行和广泛应用，很大原因就在于其良好的可解释性。 但是，在工业界实际应用中，我们发现最高的准确率往往是通过复杂模型实现的，比如集成模型(CatBoost、RandomForest)或深度学习模型，这些模型即便是专家也难以解释。论
新时代【机器学习】与【Pycharm】：【随机数据生成】与智能【股票市场分析】
新时代【机器学习】与【Pycharm】：【随机数据生成】与智能【股票市场分析】生成随机股票数据，保存为 CSV 文件，并使用决策树进行预测和评估。
如何利用AI大模型设计电机本体？
AI在电机本体设计中的应用正逐渐成为提升设计效率、优化性能和降低成本的重要手段。通过深度学习、机器学习、计算机辅助设计（CAD）和仿真技术的结合，AI能够帮助工程师更快速准确地完成电机的设计与优化工作。以下是AI在电机本体设计中的一些关键应用方向：1. **参数优化**：AI可以分析大量历史数据和模
【机器学习】机器学习与时间序列分析的融合应用与性能优化新探索
机器学习作为时间序列分析领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在时间序列分析中发挥更大的作用，推动预测与决策技术的发展。以上是对机器学习在时间序列分析中的理论、算法与实践的全面介绍，希望能够为从事相关研究和应用的人员提供有益的参考。
【机器学习】机器学习与自然语言处理的融合应用与性能优化新探索
机器学习作为自然语言处理领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在自然语言处理中发挥更大的作用，推动语言理解和生成技术的发展。
Ubuntu下完全移除cuda和nvidia驱动并重新安装新版本cuda
本文介绍了如何在Ubuntu系统下完全移除旧版本的cuda/cudnn和nvidia驱动，并安装新版本的驱动
【人工智能】数据分析与机器学习——泰坦尼克号(更新中)
1912年4月15日，泰坦尼克号在首次航行期间撞上冰山后沉没，船上共有2224名乘客和乘务人员，最终有1502人遇难。沉船导致大量伤亡的重要原因之一是，没有足够的救生艇给乘客和船员。虽然从这样的悲剧性事故中幸存下来有一定的运气因素，但还是有一定规律可循的，一些人，比如妇女、儿童和上层人士，比其他人有
【机器学习】GANs网络在图像和视频技术中的应用前景
生成对抗网络（Generative Adversarial Networks, GANs）由Ian Goodfellow等人于2014年提出，迅速成为机器学习领域的一项革命性技术。GANs通过一个生成器（Generator）和一个判别器（Discriminator）之间的对抗性训练，实现了数据生成的
【机器学习】机器学习与电商推荐系统的融合应用与性能优化新探索
机器学习作为电商推荐系统的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在推荐系统中发挥更大的作用，提升用户体验和平台效益。
【机器学习】机器学习与图像识别的融合应用与性能优化新探索
机器学习作为图像识别领域的重要技术，已经在多个应用场景中取得了显著的成果。通过对数据的深入挖掘和模型的不断优化，机器学习技术将在图像识别中发挥更大的作用，推动计算机视觉和人工智能的发展。
Pyspark+关联规则 Kaggle购物篮分析案例
零售商期望能够利用过去的零售数据在自己的行业中进行探索，并为客户提供有关商品集的建议，这样就能提高客户参与度、改善客户体验并识别客户行为。本文将通过pyspark对数据进行导入与预处理，进行可视化分析并使用spark自带的机器学习库做关联规则学习，挖掘不同商品之间是否存在关联关系。
Wandb有哪些国产平替？【Swanlab】AI模型训练 | 在线，开源，可视化
Wandb（全称为Weights and Biases）是一个用于跟踪、可视化和协作机器学习项目的工具。对于国内用户来说，Wandb可能会出现网络卡顿，技术沟通不畅等问题。这篇文章将介绍一款功能平替，加载、沟通更加流畅的AI模型训练平台【Swanlab】。
