即将步入大四，开始我最真情的告白
大一下学期加入机器人实验室，开始接触ROS，从装Ubuntu双系统开始，就开始令我难忘的学习生活，开始学习ROS，学习古月老师的ROS入门21讲，后来有问题，就常常在CSDN上找答案，跟着师哥师姐做实验室的项目，在这个学习的过程中有想过放弃，有过滑水摸鱼，觉得自己是老师和师哥师姐的打工人，是给他们干
Python 在问答频道中刷题积累到的小技巧（六）
1. 统计字串里的字母个数：四种方法 2. 一行代码求水仙花数 3. 字典的快捷生成、键值互换、合并 4. 字典的非覆盖合并： 键重复的值相加或者以元组存放 5. 三边能否构成三角形的判断 6. Zen of Python的单词中，词频排名前6的画出统计图.........
重返高考│这些学校的计算机专业都值得选择
选择好学校，是迈向成功的开始
AI与元宇宙擦出火花：人类失去的只有枷锁，获得的是全方面的解放
元宇宙（Metaverse）是利用科技手段进行链接与创造的，与现实世界映射与交互的虚拟世界，产生潜在风险。具备新型社会体系的数字生活空间。说白了就是我们我们VR总是知道吧，就是以VR为媒介的下一代互联网时代。可以带来极致的临场感和沉浸感。无限模糊真实和虚拟，拉近人与人之间的距离。比如说人与人相隔几千
Curriculum Labeling：重新审视半监督学习的伪标签
Curriculum Labeling (CL)，在每个自训练周期之前重新启动模型参数，优于伪标签 (PL)
ML之FE：VIF(方差膨胀系数)指标的简介、计算逻辑、判断标准、案例应用之详细攻略
ML之FE：VIF(方差膨胀系数)指标的简介、计算逻辑、判断标准、案例应用之详细攻略目录VIF(方差膨胀系数)指标的简介(1)、VIF(方差膨胀系数)指标的计算逻辑(2)、VIF(方差膨胀系数)指标的一般判断标准(3)、VIF(方差膨胀系数)与容忍度的关系(4)、VIF(方差膨胀系数)的使用方法VI
【youcans 的 OpenCV 例程200篇】203. 伪彩色图像处理
NASA 公布了蟹状星云 （Crab Nebula ）的观测图像。茫茫太空，距离我们几亿光年的宇宙真是这样绚丽迷人吗？NASA 专家撰文指出，蟹状星云彩色照片实际上人工合成的图像，这是不是暗示照片中的彩色是伪造的？伪彩色图像在形式和视觉表现为彩色图像，但其所呈现的颜色并非图像的真实色彩重现，仅仅是各
如何正确拆分数据集？常见的三种方法总结
拥有适当的验证策略是成功创建良好预测，使用AI模型的业务价值的第一步，本文中就整理出一些常见的数据拆分策略。
AI眼中的世界 ——人工智能绘画进阶
继上一篇文章，我们继续介绍线上colab运行环境，先放一张AI画的图片给大家欣赏一下哈哈 众所周知，深度学习又称深度炼丹，炼丹最重要的就是丹方（训练的参数），我们进阶就是调参哈哈，谁还不是调参大佬呢（bushi01.修改 batch_name（图片保存在云盘的名称）；设置 steps，可按默认值（数
手把手带你玩转Spark机器学习-使用Spark构建聚类模型
本文以Covid-19新冠肺炎的公开数据为例，为大家演示如何在Spark上进行空缺值处理、异常检测、去除重复项等预处理操作。同时为了直观了解过去一段时间内新冠肺炎病例演变情况，我们还引入geopandas来画一个比较酷炫的全球新冠肺炎地理热图，并通过coding将png图像转换成一个动态图片gif，
Python 详解K-S检验与3σ原则剔除异常值
Python 详解K-S检验与3σ原则剔除异常值
《概念与类比》：侯世达的双翼
1970年代问世的GEB反映了当时正经历人工智能“第一个寒冬”的认知科学对其初心的坚守，而在人工智能的“第二个寒冬”中诞生的《概念与类比》则堪称以侯世达为代表的认知科学“生命阵营”的《少数派报告》。.........
PyTorch nn.RNN 参数全解析
全面解析 torch.nn.RNN
【毕业季】从高考失利到成功保研——我的大学四年
大家好，我是JoJo！一名数据科学爱好者。目前大四统计学在读(还有几天就能领到双证了)，目前保研至统计学top3的某985高校继续攻读统计学研究生。马上要毕业了，回想这四年，感慨万千！
【毕业季】一个普通大二学生的迷茫与展望
毕业季，我有话说
官宣！Apache Doris 从 Apache 孵化器毕业，正式成为 Apache 顶级项目
Apache Doris 成功从 Apache 孵化器毕业，正式成为 Apache 顶级项目！
联合概率和条件概率的区别和联系
本文解释联合概率和条件概率之间区别和联系
单目3D车辆检测全流程实战分享-附完整代码
基于M3D-RPN全流程实现单目3D检测，从数据处理到优化和部署的全流程实战分享
物理驱动的深度学习方法入门到详解
物理驱动的深度学习方法入门
【R语言数据科学】（十二）：有趣的概率学（上）
你真的了解概率吗？在机会游戏中，概率有一个非常直观的定义。例如，我们知道一对骰子出现七的机会是六分之一。但是，现实情况中，概率并不是一个确定的值。在如今，我们常常喜欢用概率来解释现实问题。例如，明天下雨的概率、被鲨鱼咬的概率、癌症的概率等等。知道如何计算概率会让你在机会游戏中占据优势，纵观历史，许多
