人工智能

R语言中的机器学习

1. 机器学习的训练集和验证集拆分 需要一个R包:caret 代码: library(caret) set.seed(12) #按照75%的比例拆分数据集,data为原始数据框,用于拆分的列名为Name data_index<-createDataPartition(data$Name, p=0.75) data_train<-data[data_index$Resample1,] d

小智 AI 聊天机器人

小智 AI 聊天机器人 (XiaoZhi AI Chatbot)👉参考源项目复现👉 ESP32+SenseVoice+Qwen72B打造你的AI聊天伴侣!【bilibili】👉 手工打造你的 AI 女友,新手入门教程【bilibili】 项目目的本项目基于乐鑫的 ESP-IDF 进行开发。本项目是一个开源项目,主要用于教学目的。我们希望通过这个项目,能够帮助更多人入门 AI 硬件开发,了解如何将

《Science》观点解读:AI无法创造真正的智能体(AI Agent)

         无论是想要学习人工智能当做主业营收,还是像我一样作为开发工程师但依然要运用这个颠覆开发的时代宠儿,都有必要了解、学习一下人工智能。        近期发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,入行门槛低,讲解极为丰富。         点击跳转:前言 – 人工智能教程目录

ABC作业成本法

作业成本法也叫作ABC(Activity-Based Costing)成本法,是基于资源、作业和对象的一种数据模型。有点难,我尽量用通俗的非财务语言解读下。 ABC成本法的大致逻辑就是,对象消耗作业,作业消耗资源;然后对象与作业之间,作业与资源之间是通过一定的动因关联起来的,这个动因也可以理解为分摊的依据因子。 接来来,我们讲讲如何理解资源、作业和对象。 1、资源     资源可以理解为我们制造实

中级经济师经济基础部分考点梳理(17)

-写给报考中级经济师的小伙伴们   2022年10月30日 周日 深圳 晴1118/1000  【主题】经济学常识 【字数】1349 离中级经济师考试不到2周,大家准备得如何?哈哈,我还是按照我的节奏来梳理考点吧。 今天的简文将分享经济基础第25章“抽样调查”考点的梳理,这一章的考点共11个,分别如下: 1、抽样调查的基本概念 2、概率抽样和非概率抽样(含义、特点、非概率抽样的4个方法) 3、抽

Jenkins容器化部署

部署Jenkins 创建本地数据保存目录mkdir /root/jenkins。 启动容器 docker run -itd --name jenkins \ -u root \ -p 8080:8080 -p 50000:50000 \ --restart always \ --env TZ=Asia/Shanghai \ --env JAVA_OPTS="-server -Xms512m

突破认知边界:神经符号AI的未来与元认知挑战

目录一、神经符号AI的核心领域与研究方法(一)知识表示:构建智能世界的语言(二)学习与推理:让机器“思考”与“学习”(三)可解释性与可信度:让AI更透明(四)逻辑与推理:跨越数据的界限(五)元认知&#xf

Apache Flink——侧输出流(side output)

前言 flink处理数据流时,经常会遇到这样的情况:处理一个数据源时,往往需要将该源中的不同类型的数据做分割(分流)处理,假如使用 filter算子对数据源进行筛选分割的话,势必会造成数据流的多次复制,造成不必要的性能浪费; flink中的侧输出,就是将数据流进行分割,而不对流进行复制的一种分流机制。flink的侧输出的另一个作用就是对延时迟到的数据进行处理,这样就可以不必丢弃迟到的数据; 简单理

数据质量问题初探

当前系统出现了一些数据质量问题, 现象 例如在合同关闭后,仍然缺乏预计交货时间,虽然一开始签订的时候可以不存在。还有就是 部分必要字段为空。 数据明细的条目丢失 原因分析 用户在录入时缺乏必要的校验 数据在多系统传输时,缺乏逻辑校验 系统在数据导出时,缺乏条目数据的校验 在导入数据前缺乏数据正确性的校验 解决思路 通过卡点方式对数据进行逻辑校验,例如在消费应用中,对导入的数据进行逻辑合规性验证。