Edison Zhou

摘要： 本文介绍了如何基于Microsoft.Extensions.AI + Microsoft.Extensions.VectorData 一步一步地实现一个RAG（检索增强生成）应用，相信会对你有所帮助。如果你也是.NET程序员希望参与AI应用的开发，那就快快了解和使用基于Microsoft.Extensioins.AI + Microsoft.Extensions.VectorData 的生态组件库吧。 阅读全文

摘要： 本文介绍了Transformer的基本概念和架构，它相对于RNN的优势主要就在于自注意力机制，实现了并行性和可扩展性，进而催生了GPT等大语言模型的诞生。目前我们可以通过对预训练好的大语言模型进行微调，进而让其适应我们的业务任务，节省资源又能保证质量。 阅读全文

摘要： 本文介绍了Microsoft.Extensions.Vector的基本概念 和 基本使用，结合Embedding Model（如all-minilm） 和 VectorStore（如Qdrant），我们可以快速实现语义搜索，而不仅仅是关键字匹配。如果你也是.NET程序员希望参与AI应用的开发，那就快快了解和使用基于Microsoft.Extensioins.AI的生态组件库吧。 阅读全文

摘要： 本文介绍了RNN循环神经网络的基本概念 和 各种神经网络（DNN、CNN、RNN）的对比，最后介绍了如何基于RNN来做时序预测的案例。 阅读全文

摘要： 本文介绍了CNN的基本概念 以及 如何基于预训练的CNN模型对于CIFAR-10数据集做图像分类的案例。基于预训练好的CNN模型作为基线模型，针对你自己的图片数据集做二次训练（迁移学习），通常可以兼顾成本和性能，是值得采用的实践方式。 阅读全文

摘要： 本文介绍了Microsoft.Extensions.AI的基本概念 和 基本使用，如果你也是.NET程序员希望参与AI应用的开发，那就快快了解和使用起来吧。 阅读全文

摘要： 本文介绍了深度学习和神经网络的基本概念，深度学习和传统机器学习的差别，还了解了PyTorch框架，最后通过一个例子演示了如何基于PyTorch使用一个视觉检测模型来快速完成图片的目标检测任务，十分方便。 阅读全文

摘要： 本文介绍了机器学习中的降维场景问题，常用的降维算法 以及 如何选择降维算法，最后通过一个商品品类分析的案例做了一次实战，相信对你理解降维应用应该有所帮助。 阅读全文

摘要： 本文介绍了机器学习中的聚类场景问题，常用的聚类算法 以及 分类和聚类的简单对比，最后再次通过电商订单数据做用户画像的案例做了一次聚类实战，相信对你理解聚类应用应该有所帮助。 阅读全文

摘要： 本文介绍了机器学习中的分类场景问题，常用的分类算法 以及 分类和回归的简单对比，最后通过一个医疗数据诊断分类的案例做了一次实战，相信对你理解分类应用应该有所帮助。 阅读全文

摘要： 本文介绍了机器学习中的起点：回归分析，并进行了一个电商用户生命周期价值（LTV）的分析预测实战，最后还进行了多种回归模型的拟合效果对比，相信你会有一个直观的印象。 阅读全文

摘要： 今天是我们的第4站，了解经典的乳腺癌医疗数据集，并基于该数据集使用Matplotlib和Seaborn做了一些常见的数据可视化图的绘制，有了这些图可以帮助我们做数据分析。 阅读全文

摘要： 转眼之间，又是一年，2024年仍然是Keep Going的一年，在此总结一下，也算不负韶华。 阅读全文

摘要： 今天是我们的第3站，了解下AI项目实践的5大环节，并通过一个预测直播带货销售额的案例来感受下。 阅读全文

摘要： 之前尝试将Coze AI Bot接入到了微信，有朋友问如何接入企业微信，今天有空尝试了下，和你分享一下过程。整体流程和步骤还是基于chatgpt-on-wechat这个开源框架来的，唯一的差别就在于部署chatgpt-on-wechat的时候，需要填写一些企业微信相关的参数和secret。 阅读全文

摘要： 本文快速搭建了Python机器学习的开发环境，并通过一个简单的降维示例学习了scikit-learn的基本用法，完成了一个hello world程序。 阅读全文

摘要： 我最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。今天是我们的第一站，必备的AI基础理论，它是后续应用实践的基础。 阅读全文

摘要： 本文介绍了如何将Coze AI Bot接入微信实现AI对话机器人的过程，相信你的微信群里 有了这样一位AI助手之后，会有不一样的对话体验。需要注意的是：这不是目前微信官方推荐或认可的方式，所以尽量不要使用自己的大号，而且也别让小号一直挂着，玩玩就行了，不要太认真。 阅读全文

摘要： 所谓提示词工程，就是研究怎么写AI易懂的提示词。为了引导大模型给出更好的答案，提示词工程必不可少，本篇我们再探提示词，看看几个必须知道的技巧：样本提示、思维链提示 与 ReAct框架，它们可以应用在不同的任务场景中。 阅读全文

摘要： 本文快速复习了基于统计的语言模型的基本玩法，然后介绍了语言模型发展过程中的三个重要里程碑：神经概率语言模型、词向量模型 和 预训练模型。基于这几个里程碑的发展，开启了NLP处理的新纪元，我们可以基于经过预训练的大模型进行微调，进而处理我们自己业务领域的实际问题。 阅读全文