心理学研究方法(22) 中原焦点团队坚持分享第1084天(20230123) 主因素分析使用最广泛,它可以运用每一变量与其它所有变量的平方和作为公共因素方差的估计值。人们主张以主因素分析确定基本因素数目,以最大似然因素分析求出因素荷重的准确值。 传统因素分析法采用重心法。 因素分析的基本步骤: 1、数据的采集,要求连续的,不间断的数据资料。从同一总体抽样,运用等距或等比量表测定,获得原始数据,应力求数据测量的高效度,防止 人工智能 2025年05月18日 178 点赞 0 评论 16566 浏览
跟着Nature Communications学数据分析:R语言做随机森林模型并对变量重要性排序 论文 Drivers and trends of global soil microbial carbon over two decades #data-availability 这个里面有很多地图的图 还有自定义图例形状的代码 数据和代码 人工智能 2025年05月18日 55 点赞 0 评论 5373 浏览
SAS编程-Efficacy:如何利用Logistic回归模型预测事件发生概率? 项目中一张Table需要基于Logistic回归模型,输出某事件发生的概率。该模型中,因变量为二分类资料,表示事件发生与否;自变量为定量资料。Table中需要输出,当自变量为特定值时,事件发生的概率以及对应的可信区间。 这篇文章简单介绍回归模型,然后分享Logistic回归模型预测概率的SAS程序实现。 1. 回归模型简介 我们常说的自变量(X)与因变量(Y)的关系是,自变量影响因变 人工智能 2025年05月18日 71 点赞 0 评论 5901 浏览
ChatGPT 背后的数学 ChatGPT是由OpenAI开发的语言模型,它使用深度学习在自然语言中生成类似人类的响应。它基于转换器架构,并在大量文本数据语料库上进行训练,以生成连贯且有意义的答案。ChatGPT 背后的数学很复杂,涉及几种深度学习技术。 image.png 转换器架构 转换器架构是一种深度学习模型,由Vaswani等人在论文“注意力是你所需要的一切”中引入。它是一种神经网络架构,使用自注意机制来 人工智能 2025年05月18日 165 点赞 0 评论 16545 浏览
Cursor AI免费使用Pro功能的神器:cursor-free-vip项目详解 Cursor+Claude 3.7 AI编程的效果非常惊人,然后Cursor作为一款付费软件,收费一点不便宜,那么怎么无限免费使用Cursor呢,今天在网上我看到这个cursor-free-vip的github项目,赶紧介绍给大家。 什么是cursor-free-vip?cursor-free-vip是G 人工智能 2025年05月15日 82 点赞 0 评论 2252 浏览
小智 AI 控制 IOT 设备的探索与实践 本文介绍我如何基于小智 AI 平台,在 ESP32 上接入舵机和氛围灯,实现语音控制,并通过 WeXCube 小程序实现可视化操作界面。全流程开源可改,适合 DIY 玩家和 IoT 开发者。 一、背景:AI 上设备,能聊还能控今年年初,小智 AI 在物联网圈子里火了一把。这款基于 ESP32 人工智能 2025年05月15日 127 点赞 0 评论 6063 浏览
xcLeigh微信公众号带你进阶:人工智能、AI大模型、前沿应用、前沿编程、自媒体等资料源码资源合集,免费助力技能提升 文章目录 一、前言 二、🎈 了解xcLeigh公众号 三、🎈 关于xcLeigh 四、🎈 xcLeigh公众号的资源简述 4.1 🌽 编程资料资源专栏 4.2 🌽 前沿资料资源专栏 4.3 🌽 源码和开发资源专栏 4.4 🌽 学自媒体资源专栏 4.5 ἳ 人工智能 2025年05月15日 144 点赞 0 评论 5270 浏览
Spring AI 发布了它的 1.0.0 版本的第七个里程碑(M7) Spring AI 发布了它的 1.0.0 版本的第七个里程碑(M7),下个月就是 RC1,紧接着就是 GA!,对于我们 Java 开发者来说,这绝对是个值得关注的好消息!但是对于 Java 学习者来说,内心难免吐槽一句:又有新东西要学啦!像我最 人工智能 2025年05月15日 101 点赞 0 评论 13938 浏览
智能工单分类系统AI参与环节拆解与技术选型 文章目录 1. 系统环节全景图 2. AI可参与核心环节 2.1 工单文本预处理 2.2 多模态特征提取 2.3 分类模型预测 2.4 结果验证与反馈 3. 非AI核心但需AI辅助的环节 3.1 工单路由优化 3.2 知识库自动更新 4. 技术选型评估矩阵 5. 典型部署架构 6. 实施路线建议 7. 避坑指南 1. 系统环节全景图 人工智能 2025年05月15日 169 点赞 0 评论 8730 浏览
AI数字人:繁荣背后的伦理困境与法律迷局(8/10) 摘要:本文深入剖析 AI 数字人从虚拟走向现实的历程,阐述其融合多技术实现从静态到动态交互的跨越,爆发式应用于各领域带来的商业价值与社会影响,同时直面由此引发的伦理法律挑战,包括身份认同、数据隐私、责任归属及权利保护等困境,最后从技术、法律、社会层面探索破局之路,展望构建 “技术 - 伦理 - 人工智能 2025年05月15日 75 点赞 0 评论 16961 浏览