人工智能

人工智能与机器学习,谁是谁的子集 —— 再谈智能的边界与演进路径

人工智能(Artificial Intelligence, AI)作为当代最具影响力的前沿技术之一,常被大众简化为 “深度学习” 或 “大模型” 等标签。然而,这种简化认知往往掩盖了AI技术内部结构的复杂性与多样性。事实上,AI并非单一方法的代名词,而是由多个理论基础与实践路径共同构成的多学科交叉系统。 本篇

数据分析工具推荐 | bulkAnalyseR:用于分析和共享批量多组学数据的交互式工具包

批量测序实验(单组学和多组学)对于探索广泛的生物学问题至关重要。为了促进交互式、探索性任务以及共享易于访问的信息,《Briefings in Bioinformatics》发表了一个集成了最先进方法的工具包:bulkAnalyseR,可以处理不同的模式数据(转录、表观、时空等),促进顺式,反式和定制调控网络的强大集成和比较。 bulkAnalyseR是什么? bulkAnalyseR

Java实现4种微信抢红包算法

概述 14年微信推出红包功能以后,很多公司开始上自己的红包功能,到现在为止仍然有很多红包开发的需求,实现抢红包算法也是面试常考题。 要求: 保证每个红包最少分得0.01元 保证每个红包金额概率尽量均衡 所有红包累计金额登于红包总金额 本文提供4中红包算法及Java代码实现demo,仅供参考。其中每种算法测试场景为:0.1元10个包,1元10个包,100元10个包,1000元10个包。 一、剩余

领码方案 | 掌控研发管理成熟度:从理论透视到AI驱动的实战进阶

摘要在竞速数字化与智能化的当下,简单打分已难满足企业对研发卓越运营的渴望。本文在深度剖析CMMI、IPD、敏捷与DevOps等模型的基础上,引入流程挖掘、数字孪生与机器学习预测,为研发管理体系成熟度评估提供全新视角与可落地方法。文章涵盖综合指标体系、AI赋能工具链、行业标杆案例与动态闭环改进策略,助力组织从静态评估迈向持续进化的智能化管理。

200行代码实现CNN卷积结果的可视化

from PIL import Image import os import numpy as np import torch import torch.nn as nn import copy from torch.autograd import Variable from torchvision import models import matplotlib.cm as mpl_color_m

kotlin<第十篇>:Flow-异步流

Flow: 是一种类似于序列的冷流,flow构建器中的代码直到流被收集的时候才运行。 流的连续性:流的每次单独收集都是按顺序执行的,除非使用特殊操作符。 从上游到下游每个过渡操作符都会处理每个发射出的值,然后再交给末端操作符。 flow构建器创建一个函数 返回多个值,而且是异步的,不是一次性返回 (1)构建流的三种方式 // flow构建器创建一个函数 // 返回多个值,而且是异步的,不是一次性返

Seurat分析10x Visium空间转录组数据

本教程使用Seurat包进行10x Visium单细胞空间转录组数据分析。 这个教程涉及: 标准化 降维和聚类 检测空间差异表达基因 交互可视化 与单细胞转录组整合分析 整合切片信息 #1. R环境 ## 检查Seurat版本 本教程:Seurat (&gt;=3.2) help(Seurat) ## 安装包: # Enter commands in R (or R studio, if i

Flink 源码之 KafkaSource

Flink源码分析系列文档目录 请点击:Flink 源码分析系列文档目录 前言 FLIP-27: Refactor Source Interface - Apache Flink - Apache Software Foundation提出了新的Source架构。该新架构的分析请参见Flink 源码之新 Source 架构。针对这个新架构,Flink社区新推出了新的Kafka connector

【单细胞】合并多个seurat数据对象

在实际中,经常存在多个样本一起联合分析的情况: 比如我们既可以按照样本来源显示聚类,也可以按照类型来显示聚类结果。 所以,我们测试利用seurat如何进行多个样本的合并分析。 下载官网的2组测试数据。 pbmc4k: p