人工智能

AI:新书预告—从机器学习避坑指南(分类/回归/聚类/可解释性)到大语言模型落地手记(RAG/Agent/MCP),一场耗时5+3年的技术沉淀—“代码可跑,经验可抄”—【一个处女座的程序猿】携两本AI

AI:新书预告—从机器学习避坑指南(分类/回归/聚类/可解释性)到大语言模型落地手记(RAG/Agent/MCP),一场耗时5+3年的技术沉淀—“代码可跑,经验可抄”—【一个处女座的程序猿】携两本AI实战书终于正式来了! 导读:大家好!今天2025年7月,我是「一个处女座的程序猿」博主&#

招聘可以AI面试,那么我制作了一个AI面试教练不过分吧

招聘可以AI面试,那么我制作了一个AI面试教练不过分吧 1.背景随着AI的发展,面试出现了AI面试,毕设出现了AI查重率,我觉得AI发展的都没那么超级智能化,但是这种东西倒是先出现了,查重率是对比知网得出的结果,我认事实依据,AI查重率都不知道是依据什么,总之降AI率就是

ggplot-RNA文库reads比对情况-饼图[pie chart]展示

任务目标:批量绘制每个RNA文库reads比对情况的饼图; 任务流程: 数据预处理 和 图样式处理 + 循环出图 library(RColorBrewer);library(ggforce);set.seed(123);;library(ggplot2);library(dplyr);library(tidyverse) 数据集概况 加载进来的的数据集是按行记录了每

初识Langchain之AI语言大模型

目录1. 什么叫模型2. 什么是大语言模型2.1 神经网络2.2 自监督学习2.3 半监督学习2.4 语言模型3. 大语言模型的能力1. 什么叫模型 今天我们来聊一聊什么叫做模型。 模型是⼀个从数据中学习规律的“数学函数”或“程序”。旨在处理和⽣成信息的算法,通常模仿⼈类的认知功能。通过从⼤型数据集中学习模式和洞察,这些模型可以进⾏预测、⽣成⽂本、图像或其他输出

物理-压强笔记及错点整理

常考常错类型: 1.实验题分析结论 【注意要点】 1.注意控制变量(例如在同种液体同一深度处,液体的压强相等;同种物质同种xx同种xx.....,xx和xx和xx.....的关系) 2.注意顿号逗号文字的使用(因为教研员很恶心,会咬文嚼字),例如“分析比较____,得出结论....”这类题中,写“1,2,3,或4”“1、2、3或4”“1和2和3,或4和5和6,或7和8和9” 错误示范: (1)“1

paddle让我心灰意冷

Paddle你到底要我怎样? 这阶段一直在做图像处理方面的项目,我们小组有三个人,分别负责图像的增强、分割和伪色彩显示模块,我是负责分割的,传统方法之前都是基于pycharm实现的,编程方便,CPU也够用,做的也差不多了。 前几天小组汇报,老师说传统方法已经基本完善,接下来希望我开始做深度学习方面的算法,熟悉一下几个常用模型,没啥说的,干就完了! 由于深度学习需要大量的训练,自己的电脑承受不了(其

数据中台的数据清理

本来我想是根据现在流程的模式建立数据中台,但是我发现同样的目的下也许有一个其他方案 首先在数据采集和数据清洗上,由于数据源是多种多样,现在是需要导入的大数据平台中,然后进行清洗。但是,现在的数据源很多是excel,需要先导入到Mysql中,在导入的大数据平台平台上,一方面通过开发工具支持excel解析很慢,另一方面目前也没有大数据平台,等到建立起ODS层还不知道猴年马月呢。 今天看了Tableau

R语言-稀疏矩阵对象格式学习-重点理解稀疏矩阵对象的重构

稀疏矩阵几乎产生于所有的大型科学工程计算领域,记录样本特征值的稠密矩阵中很多记录值都是0,由于0不携带信息,因此耗费空间存储0元素是很浪费资源的行为。而且很多计算只对非零元素进行操作,将特征矩阵构建成稀疏矩阵,可以很容易的索引到非零元素,所以基于稀疏矩阵的数据运算,可是实现更低的资源占用和更快的计算速度。 在单细胞领域,稀疏矩阵对于处理 scRNA-seq 表达谱数据是非常必要的,构建分析对象的

IO部分落盘,文件数据损坏

转载自华为服务支持的IO部分落盘,文件数据损坏 和避免文件系统损坏的关键参数。 问题描述 存储断链后,部分文件数据错误。 原因分析 更新一个文件,按照落盘顺序分为: 数据、JBD2日志、元数据。 需要说明的是,日志和元数据下发会等数据IO流程结束, 但是并没有要求数据IO一定下发成功。 IO闪断情况下,可能存在以下场景: 数据下发失败, 日志和元数据下发成功,从而表现出文件内容损坏的现象。 解决办