六月份必读-AI-代理-仪表板等
六月份必读:AI 代理、仪表板等
原文:
towardsdatascience.com/june-must-reads-ai-agents-dashboards-and-more/不要错过《变量》的最新一期,我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。
随着 TDS 的春天逐渐转变为夏天,我们的读者并没有显示出任何放缓的迹象。学习、尝试和构建仍然非常(非常)活跃。
我们从过去一个月阅读量最高的故事中得到的印象是,我们的社区一如既往地专注于尝试最新的工具,并提高日常data science和 ML 工作流程的效率。
继续阅读,了解我们六月份最受欢迎的文章汇总。如果您受到启发想要撰写关于自己的激情项目或最新发现的文章,请不要犹豫,与我们分享您的作品。我们始终欢迎新作者投稿。
如何设计我的第一个 AI 代理
为什么要在抽象层面了解代理,当从头开始(或几乎)创建一个代理就在触手可及的时候?Fabiana Clemente的文章通过提供通往代理 AI 流利的入门路线图,吸引了成千上万的读者。
使用 Python 和 Gradio 构建现代仪表板
可能比代理更不引人注目,但仪表板仍然是数据从业者日常工作的基石。Thomas Reid 的教程展示了您如何为仪表板增添现代感。
模型上下文协议(MCP)教程:6 步构建您的第一个 MCP 服务器
Destin Gong 的清晰易懂的指南带我们了解了 MCP 的基础知识,并拆解了构建 MCP 服务器的组件(和实际步骤)。
六月份的其他亮点
过去一个月最受欢迎和广泛传播的文章涵盖了相当多的领域——突出的主题包括编程最佳实践、职业转变,当然还有 AI 代理。
-
抽象类:数据科学家必须了解的软件工程概念,以成功,作者:Benjamin Lee
掌握一个可以区分专业人士和业余爱好者的简单概念。
-
谷歌的 Agent2Agent (A2A) 协议内幕:教 AI 代理相互交流,作者:Hailey Quach
探索谷歌的 A2A 如何使基于 LLM 的代理能够在不同框架之间实现即插即用的通信。
-
一个可信赖的多代理 SQL 助手,具有人类在循环检查点和 LLM 成本控制,作者:Alle Sravani
使用 Streamlit、SQLite 和 CrewAI 构建的您自己的 SQL 助手。
-
停止构建 AI 平台,作者:Ming Gao
当小型和中型公司在构建数据和机器学习平台方面取得成功时,现在构建 AI 平台却面临着巨大的挑战。
-
我从数据科学转向 AI 工程:你需要知道的一切,作者:Sara Nobrega
一个关于技能、工具和心态的个人指南。
-
使用 Python 进行移动应用开发,作者:Mauro Di Pietro
学习如何使用 Kivy 构建 iOS 和 Android 应用。
机器学习效率受到关注。
过去一个月持续引发极大兴趣的一个主题:使 ML 管道更加健壮并产生更好结果的技巧和调整。以下是三篇处理这一关键主题的顶级文章。
-
我在机器学习竞赛中赢得了 10,000 美元——这是我的完整策略,作者:Claudia Ng
一个关于特征选择、阈值优化和神经网络架构的完整指南,适用于机器学习竞赛。
-
如何只用 10 行 Python 自动化我的机器学习工作流程,作者:Himanshu Sharma
使用 LazyPredict 和 PyCaret 跳过繁琐的工作,直接进入性能提升。
-
设计更智能的提示并提升你的 LLM 输出:来自 AI 工程师工具箱的真实技巧,作者:Ugo Pradère
不仅仅在于你问了什么,还在于你如何提问。
我们热爱发布新作者的文章,所以如果你最近写了一篇关于我们核心主题的有趣的项目教程、教程或理论反思,为什么不与我们分享呢?

浙公网安备 33010602011771号