谷歌发布一个免费的生成式人工智能课程
谷歌推出了一个生成式人工智能学习课程，课程涵盖了生成式人工智能入门、大型语言模型、图像生成等主题。
【人工智能AI】MaaS：模型即服务的未来已来
模型即服务是一种云计算模式，它提供了一种将作为服务（MaaS 服务）的方式，允许用户在不需要拥有自己的硬件设备或专业技能的情况下，使用高质量的机器学习算法和模型。。MaaS 已经成为了人工智能和机器学习领域的热门趋势之一，它将对多个行业产生广泛的影响，如医疗保健、金融、零售、自动驾驶等。
chatGPT的API一次多少钱-怎么用chatGPT解决问题
使用ChatGPT解决问题一般需要以下几个步骤：确认问题类型：在使用ChatGPT解决问题前，需要明确问题的类型，如文本生成、文本分类、机器翻译、情感分析等。准备数据和模型：ChatGPT需要数据和模型来进行模型训练或模型 fine-tuning。在准备数据时，需要收集相关的数据，并对其进行清洗和处
Python自动人工智能训练数据增强工具 | DALI介绍(含代码)
深度学习模型需要数百 GB 的数据才能很好地概括未见过的样本。数据扩充有助于增加数据集中示例的可变性。当数据增强的选择依赖于设置模型训练的工程师的领域知识、技能和直觉时，传统的数据增强方法可以追溯到统计学习。出现了自动增强以减少对手动数据预处理的依赖。它结合了应用自动调整和根据概率分布随机选择增强的
ChatGPT中文指令（Prompt）角色预设大全！让你的AI更懂你！
ChatGPT的回答总是不令人满意，那可能是你对AI下错了指令/提示词（Prompt），想要ChatGPT更懂你，回答更精准，就要给它下对指令。在国外有大佬们已经整理出一些标准的问话模板，直接拿来使用后，效果极佳！把已经过验证的优质问法可以直接拿来用，希望可以帮到你更好地入手chatGPT！总结来说
【业务架构】业务驱动的推荐系统相关技术总结
推荐系统是一种基于用户历史行为和属性信息为用户推荐个性化内容的技术。而业务驱动的推荐系统，是指根据业务需求，将推荐系统集成进业务流程中，通过推荐系统提高业务效率、提升用户体验等目的。以下是一些相关实现技术。
基于长短期记忆网络LSTM模型预测茅台股票价格趋势（文末送书）
随着金融数据的不断增长和复杂化，传统的统计方法和机器学习技术面临着挑战。深度学习算法通过多层神经网络的构建，以及大规模数据的训练和优化，可以从数据中提取更加丰富、高级的特征表示，从而提供更准确、更稳定的预测和决策能力。在金融领域，深度学习算法已经被广泛应用于多个关键任务。首先，风险评估是金融机构必须
【人工智能】— 学习与机器学习、无/有监督学习、强化学习、学习表示
Tom Mitchell（1998）提出了机器学习的定义：如果一个计算机程序在某个任务T上的性能，通过某种性能度量P，随着经验E的增加而提高，那么它就可以说是从经验E中学习到了任务T。这个定义强调了机器学习的本质：通过从数据中获取知识和经验，来提高计算机程序在某些任务上的性能。其中，任务T可以是各种
XGBoost详解（原理篇）
XGBoost全称为eXtreme Gradient Boosting，即极致梯度提升树。XGBoost是Boosting算法的其中一种，Boosting算法的思想是将许多弱分类器集成在一起，形成一个强分类器（个体学习器间存在强依赖关系，必须串行生成的序列化方法）。Note：关于Boosting算法
第一批被AI淘汰的人已经出现，你距离失业还有多远？
AI技术的发展是无法阻挡的，但我们可以尝试适应这个时代的变化，积极更新自己的技能和知识，提高自身的竞争力。在我之前的文章有提到过，当chat GPT横空出世之后，AI必然会迎来大爆发，在chat GPT推出后，百度随即推出文心一言，而各个互联网大厂也纷纷入局，这将会导致一大批人失业。谁来付这个钱呢，
CODESYS增量式PID功能块(ST完整源代码）
增量式PID的详细算法公式和博途源代码，请参看下面的文章链接：博途1200/1500PLC增量式PID算法(详细SCL代码)_博图scl语言pid增量编码器_RXXW_Dor的博客-CSDN博客。
JupyterLab 4.0 发布了
JupyterLab 是 Jupyter Notebook 的下一代版本，它提供了更强大的功能和更灵活的用户界面，6月6日，官方发布了JupyterLab 4.0的说明，并且说该版本是下一个主要的版本。
机器学习题目汇总
机器学习题目
理解控制变量、内生变量、外生变量、工具变量
1.解释变量（或自变量）：解释变量是指作为研究对象，用于解释某个现象或行为模式的变量。其中有些解释变量是直接影响被解释变量的，有些则是间接或中介影响的。在回归分析中，解释变量通常被放在方程的右边。2.被解释变量（或因变量）：被解释变量是指通过解释变量来解释其变化产生的影响的变量，也可以称为因变量。在
AI 芯片的简要发展历史
AI 芯片的简要发展历史 和 AI未来研究方向
详解 Tree-structured Parzen Estimator（TPE）
TPE（Tree-structured Parzen Estimator），是一种基于树结构的贝叶斯优化算法，用于解决黑盒函数的全局最优化问题。在每次试验中，对于每个超参，TPE 为与最佳目标值相关的超参维护一个高斯混合模型 l(x)，为剩余的超参维护另一个高斯混合模型 g(x)，选择 l(x)/g
最简单最详细的宝塔部署flask教程
最近基于Pytorch框架做了一个神经网络预测数据的flask项目，为了与vue前端交互，需要把flask项目部署到服务器上，让前端的朋友能够调用写好的神经网络处理数据并进行可视化。由于自己也是现学的flask，对部署的知识完全是一片空白。在网上东拼西凑了一万篇博客（一群答辩，不是不完整就是抄袭）和
量化研究分享：使用LSTM模型预测股价
最近收到小伙伴的私信，说人工智能很火，问毛豆有没有可能用人工智能来炒股呢？今天毛豆就以时序分析中常用的LSTM模型为例，来和大家分享一下机器学习技术是如何应用于股价预测的。
PID算法
关于各种PID改进算法的笔记
Chat Gpt 4.0 API接口技术对接
GPT（Generative Pre-trained Transformer）是一种基于Transformer网络架构的自然语言处理模型，能够生成自然、连贯的语言文本。GPT API接口技术是指将GPT模型应用于API接口开发，使得通过API能够实现自然语言生成的功能。GPT API接口技术的具体实
