人工智能
大师兄的数据分析学习笔记(三十一）：机器学习模型总结
大师兄的数据分析学习笔记(三十）：半监督学习
大师兄的数据分析学习笔记(三十二）：模型评估（一）
一、分类模型
KNN
朴素贝叶斯
决策树
支持向量机
逻辑映射
GBDT
集成方法
神经网络
二、回归模型
线性回归
逻辑回归
人工神经网络
回归树与提升树
三、聚类
K-means
DBSCAN
层次聚类法
图分裂
四、关联
关联规则
序列规则
五、半监督学习
标签传播
六、模型
反抗军工程师的 “苹果智能” 实战指南：用本机基础模型打造 AI 利刃
🚀 引子在科洛桑星球的地下秘密基地里，反抗军工程师凯伦正盯着 Xcode 的屏幕 —— 帝国的资源管控日益严苛，战士们的饮食健康也屡屡亮起红灯。就在这时，苹果阵营抛出了一枚 “技术原力弹”：全新的 Foundational Models（基础模型）框架，带着类型安全的 API
Apache IoTDB UDF 查询执行源码阅读
作者目前是清华大学软件学院 IoTDB 组在读学生，参与过 Apache IoTDB UDF 模块的代码维护和功能拓展，本文是作者在阅读 Apache IoTDB UDF 模块代码时的一点总结。
概述
UDF(User Defined Functions) 是数据库查询引擎里较为重要的一个模块，其为数据的高级分析提供了更多可能。
UDF 的使用说明可以参考作者的另一篇文章：
借着火热的量子，发挥下想象力，甚是有趣！
记得物理学家爱因斯坦说过：“想象力比知识更重要，因为知识是有限的，而想象力概括着世界的一切，推动着进步，并且是知识进化的源泉”。
今年的诺贝尔物理学奖颁给了研究来了量子纠缠的三位科学家。量子怎么纠缠，似乎太高深了，就简单说一下什么是量子吧。一个物理量存在最小的并且不可分割的单位，那这个物理量是量子化的，并且把这个最小单位称为量子。这就是量子的定义。
那就借着量子让自己脑洞大开吧（以下内容纯属个人想
理解Apache Pulsar工作原理
Apache Pulsar 是灵活的发布-订阅消息系统（Flexible Pub/Sub messaging），采用分层分片架构。
发布-订阅消息系统
关于发布-订阅模型的概念，主要从多租户、灵活的消息系统、云原生构架、分片的流（Segmented Streams）等方面来强调 Apache Pulsar 的功能和特性。
多租户
租户和命名空间（namespace）是 Pulsar 支持多租户的两
Apache IoTDB 查询引擎源码阅读——DataNode 上 DriverTask 调度与执行
背景
Apache IoTDB 查询引擎目前采用 MPP 架构，一条查询 SQL 大致会经历下图几个阶段：
image
FragmentInstance 是分布式计划被拆分后实际分发到各个节点进行执行的实例。由于每个节点会同时接收来自于多个并发 Query 的多个 FragmentInstance，这些 FragmentInstance 在执行时可能由于等待上游数据而处于阻塞状态、或者
【R语言】--- 回归分析最优拟合模型及作图
因变量和自变量间的拟合关系对于生态学而言极其重要，很多因变量和自变量间关系是一元线性回归，然而很多数据并不一定是直线关系，而是需要探索其曲线拟合关系。这种曲线关系并非直观看出，而是需要进行统计检验，通过比较拟合度及其显著性，来选择最优拟合模型。
赤池信息准则（Akaike information criterion, AIC）和贝叶斯信息准则（Bayesian information criter
阿里Qoder AI 新开发工具，长期记忆、Wiki和Quest模式是它的独有特性
Qoder对我个人理解而言，Qoder有四大惊艳的优点：第一个优点：长期记忆功能，我们可以发现目前的Ai工具，有一个问题有些ai工具虽然有历史记录，但是在生成后期代码时会发现它没有使用长期记忆的功能。但是Qoder这个记忆功能它是真正的使用了长期记忆功能了，从长期记忆到自我进化。第二个优点࿱
万物皆可AI，通达信也自带AI辅助功能了！
请点击上方 思维智果 加关注。前一段时间写了一篇文章《小白一天就能学会：DeepSeek+通达信，轻松自定义选股》，介绍了如何通过DeepSee结合通达信来自定义选股操作，收到不少网友的关注和支持。现在万物皆可AI，例如AI+教育、AI+视频、AI+客服等等，这不，通达
