摘要：
定义 两个对象之间的距离相异度（dissimilarity）是这两个对象差异程度的数值度量。对象越类似，他们的相异度就越低（相似度就越高）。通常用“距离（distance）”用作相似度的同义词。 变换经常和相异度一起出现，因为把相似度转换成相异度或者相反，或者将邻近度变换到一个特定区间，例如将[0, 阅读全文
posted @ 2020-09-25 13:19
博观约取&厚积薄发
阅读(2837)
评论(0)
推荐(0)
摘要：
本文整理了60个机器学习算法应用场景实例，含分类算法应用场景20个、回归算法应用场景20个、聚类算法应用场景10个以及关联规则应用场景10个。包含了天池、DataCastle、DataFountain中所有竞赛场景。 目录 1 分类算法应用场景实例 1.1 O2O优惠券使用预测 1.2 市民出行选乘 阅读全文
posted @ 2019-11-30 00:15
博观约取&厚积薄发
阅读(2317)
评论(1)
推荐(0)
摘要：
最常用的四种大数据分析方法 本文主要讲述数据挖掘分析领域中，最常用的四种数据分析方法：描述型分析、诊断型分析、预测型分析和指令型分析。 当刚涉足数据挖掘分析领域的分析师被问及，数据挖掘分析人员最重要的能力是什么时，他们给出了五花八门的答案。 其实我想告诉他们的是，数据挖掘分析领域最重要的能力是：能够 阅读全文
posted @ 2018-09-23 17:42
博观约取&厚积薄发
阅读(14186)
评论(0)
推荐(0)
摘要：
多数人只把Claude Code 当成「输入需求、等待回覆」的聊天助手，善用快捷键与确定性指令，能比自然语言互动更快、更精准。 多数人使用Claude Code 的方式很单纯：输入需求、等待回覆、不满意就重来。但事实上，从压缩对话、倒带操作、切换模型，到安全审查、排程工作、管理记忆体，许多你以为要手 阅读全文
posted @ 2026-05-17 19:38
博观约取&厚积薄发
阅读(730)
评论(0)
推荐(0)
摘要：
报告解读--part 0(原文件-中英对照翻译版） 若不能下载 请参考：https://zhuanlan.zhihu.com/p/2035082596695160087 更多技术探讨文章：https://www.zhihu.com/people/jie-du-she-hui 报告解读--part 1 阅读全文
posted @ 2026-05-05 20:27
博观约取&厚积薄发
阅读(1813)
评论(0)
推荐(0)
摘要：
AI Skill 实战指南：从工具应用到自我进化 一、AI Skill 基础认知回顾 AI Skill 是给 AI 写的岗位手册，它将某类任务的“培训内容”沉淀为持久化的能力单元，解决的不是“这一次怎么做”，而是“这一类事，长期怎么做”。 与一次性提示词不同，Skill 可持久化存储，写一次就能反复 阅读全文
posted @ 2026-04-30 23:58
博观约取&厚积薄发
阅读(135)
评论(0)
推荐(0)
摘要：
面试问答对：AI Skill 五种设计方向 问题1：请你介绍一下AI Skill的五种常见设计方向，并说明各自的核心解决痛点？ 核心要点：五种Skill类型（知识注入型、模板生成型、审查打分型、反转采访型、流水线型）、各自解决的痛点与核心思路简要论述：AI Skill的五种设计方向，分别针对不同场景 阅读全文
posted @ 2026-04-30 23:14
博观约取&厚积薄发
阅读(45)
评论(0)
推荐(0)
摘要：
问题1：请你结合自身理解，谈谈什么是AI Skill？ 核心要点：AI岗位手册、持久化能力单元、解决“一类事”而非“单次事”简要论述：AI Skill可以理解为给AI写的岗位手册，它的核心价值是把针对某类任务的“培训内容”沉淀为持久化的能力单元，解决的不是“这一次怎么做”，而是“这一类事，长期怎么做 阅读全文
posted @ 2026-04-30 20:02
博观约取&厚积薄发
阅读(126)
评论(0)
推荐(0)
摘要：
到底什么是微调（Fine-tuning）？ 微调是在预训练大模型的基础上，使用私有数据集对模型参数进行局部更新，使其适应特定任务的过程。其核心三阶段流水线包括：SFT（有监督微调）让模型学会遵循指令格式，重点在于数据质量而非数量；RM（奖励模型）训练一个“裁判”打分模型；RLHF/DPO（偏好对齐） 阅读全文
posted @ 2026-04-13 21:11
博观约取&厚积薄发
阅读(83)
评论(0)
推荐(0)
摘要：
大模型的本质到底是什么？ 这是一个衡量认知深度的好问题。一个系统、分层的回答，能很好地体现对技术与哲学的把握。简单来说，大模型的本质可以从三个层面来理解： 🧬 微观算法：高维空间的概率预测器 在微观层面，大模型本质是一个在超高维空间运行的条件概率分布引擎。 其核心机制是 next-token pr 阅读全文
posted @ 2026-04-13 19:37
博观约取&厚积薄发
阅读(89)
评论(0)
推荐(0)
摘要：
一、从装配线到数字世界：一个生动的比喻 想象一个高效的汽车工厂装配线： Fan-out（扇出） 如同流水线的分工环节——一辆车架进入工作站，被拆解成多个独立任务：引擎组安装引擎、内饰组安装座椅、电气组安装线路。一个输入（车架）分散成多个子任务，由不同专业小组并行处理。 Fan-in（扇入） 则是 阅读全文
posted @ 2026-04-09 11:52
博观约取&厚积薄发
阅读(85)
评论(0)
推荐(0)
摘要：
在分布式系统成为主流的今天，你是否遇到过这样的困惑：用户重复点击“支付”按钮导致双重扣款，消息队列因网络抖动而重复投递，或是接口超时重试引发数据混乱？这些看似棘手的问题，其解决方案都指向同一个核心概念——幂等性。这不仅是技术架构中的一个术语，更是构建可靠系统的设计哲学。 一、什么是幂等性？从数学到数 阅读全文
posted @ 2026-04-09 11:43
博观约取&厚积薄发
阅读(70)
评论(0)
推荐(0)
摘要：
小球称重找异常 情况一 有 12 个小球，已知有 1 个小球比其他小球偏重，使用天平，最少要多少次才能确保找到那个小球？ 问题陈述 我们有12个小球，其中1个比其他小球偏重。使用天平，最少需要多少次才能确保找到那个偏重的小球？ 初步思考 首先，我需要理解问题的要求： 总共有12个小球，其中1个是偏重 阅读全文
posted @ 2024-12-11 18:18
博观约取&厚积薄发
阅读(319)
评论(0)
推荐(0)
摘要：
目录 引言 语言模型的发展历程 ChatGPT是什么？ 预训练ChatGPT分几步？ 第一步：如何炼成ChatGPT？ 第二步：如何微调ChatGPT? 第三步：如何强化ChatGPT? GPT背后的黑科技Transformer是什么？ Transformer在计算机视觉上CV最佳作品？ ChatG 阅读全文
posted @ 2024-12-01 14:29
博观约取&厚积薄发
阅读(1343)
评论(0)
推荐(0)
摘要：
AI大模型系列之一：大模型原理科普（深度好文） 目录 认识AI大模型家族 AI是什么？ 机器学习是什么？ 机器学习有哪些分支？ 什么是强化学习？ 深度学习属于哪一类学习？ 生成式AI和深度学习是什么关系？ 大语言模型是什么？ 所有大语言模型都是生成式AI？ 大语言模型LLM （large langu 阅读全文
posted @ 2024-12-01 12:26
博观约取&厚积薄发
阅读(2776)
评论(0)
推荐(0)
摘要：
边缘检测 常见算子 边缘检测是图像处理和计算机视觉中的一个基本任务，目的是识别图像中物体的边界。边缘是图像中亮度变化显著的区域，通常标志着物体、表面或形状的边界。边缘检测对于后续的图像分析任务，如特征提取、目标识别和图像分割等，都是非常重要的。 常见边缘检测算法： Roberts算子：基于对角线方向 阅读全文
posted @ 2024-11-30 11:46
博观约取&厚积薄发
阅读(426)
评论(0)
推荐(0)
摘要：
ezdxf写CAD文本用自定义字体 自定义字体 x import ezdxf doc = ezdxf.new('R12') msp = doc.modelspace() doc.styles.new('custom_style', dxfattribs={'font': 'myFont.ttf'}) 阅读全文
posted @ 2024-04-12 19:25
博观约取&厚积薄发
阅读(675)
评论(0)
推荐(0)
摘要：
由于Anaconda新的版本，可能不太适合我们当前开发，我们需要下载历史版本 访问Anaconda官网的历史版本下载页面: https://repo.anaconda.com/archive/ 阅读全文
posted @ 2024-04-08 10:10
博观约取&厚积薄发
阅读(163)
评论(0)
推荐(0)
浙公网安备 33010602011771号