摘要：
马上就要开学了，感觉传统开发注定要被淘汰，未来的软件估计都是以智能体的形式来进行使用，从图形操作变成语言操作 阅读全文
posted @ 2026-02-23 21:48
我嘞牛牛
阅读(3)
评论(0)
推荐(0)
摘要：
自己开发智能体的难点，核心不在 “写代码” 本身，而在让智能体真正 “智能” 且 “可用”。首先是意图理解与任务拆解，用户的需求往往模糊、口语化，比如一句 “帮我整理下周的工作安排”，智能体得先拆解出 “提取时间、识别工作事项、优先级排序、生成计划表” 等子任务，还要应对歧义，这需要做好意图识别、实 阅读全文
posted @ 2026-02-16 09:31
我嘞牛牛
阅读(2)
评论(0)
推荐(0)
摘要：
这个算法学习起来实在是有点困难，我再研究研究，明天把学习心得发出来，现在有点没学明白 阅读全文
posted @ 2026-02-15 20:32
我嘞牛牛
阅读(2)
评论(0)
推荐(0)
摘要：
线性回归刚开始以为只是套公式计算斜率和截距，实际操作后才发现核心是 “最小化误差”。通过梯度下降不断调整参数，让预测值和真实值的差距越来越小，这个过程就像慢慢校准瞄准的靶心。 实践中踩过不少坑：比如没做特征归一化导致模型收敛慢，忽略异常值让拟合直线跑偏，还有混淆了相关关系和因果关系。后来学会先分析数 阅读全文
posted @ 2026-02-13 21:00
我嘞牛牛
阅读(3)
评论(0)
推荐(0)
摘要：
最大感受就是它把 Python 环境的麻烦全解决了。之前装包总碰到版本冲突，换个项目就报错，重装环境又费时间。用 conda 后，每个项目建独立环境，包的版本互不干扰，一键创建、激活超方便。conda install 装包比 pip 省心，很多小众包也能直接装，还能导出环境配置文件，分享直接复刻，不 阅读全文
posted @ 2026-02-08 10:03
我嘞牛牛
阅读(2)
评论(0)
推荐(0)
摘要：
今日学习：训练完模型，不能凭感觉判断好坏，得用指标量化。线性回归常用 2 个指标：①R²（决定系数）：越接近 1，说明模型拟合得越好；②均方误差（MSE）：数值越小，说明预测值和真实值差距越小。新手不用记复杂公式，会用 Scikit-learn 自带函数计算就行，重点是理解 “指标越好，模型越靠谱” 阅读全文
posted @ 2026-02-05 12:44
我嘞牛牛
阅读(4)
评论(0)
推荐(0)
摘要：
线性回归是最基础的监督学习模型，核心思想超简单：找一条直线（或曲线）拟合数据。比如用 “学习时长” 预测 “考试分数”，线性回归就是找到两者的线性关系（分数 = 0.8× 时长 + 50）。新手不用深究数学公式，先用 Scikit-learn 调用模型，跑通 “数据预处理→训练模型→预测” 流程，感 阅读全文
posted @ 2026-02-01 14:33
我嘞牛牛
阅读(3)
评论(0)
推荐(0)
浙公网安备 33010602011771号