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

AI小智的详细教程及材料清单

以下是制作AI小智的详细教程及材料清单,结合了AI技术与硬件搭建,适合有一定动手能力的爱好者参考: 一、材料清单 类别 具体材料 核心硬件 树莓派4B或以上(主控板)、麦克风模块、摄像头模块、扬声器、USB声卡、5V电源适配器、锂电池组 交互组件 触摸传感器、LED灯带、OLED显示屏(可选&#xff

惊了!用 JavaAI 撸电商核心功能,我从 “代码小白“ 变 “项目大神“,3 小时搞定别人 3 天的活

惊了!用JavaAI撸电商核心功能,我从"代码小白"变"项目大神",3小时搞定别人3天的活(附完整流程+代码)家人们谁懂啊!以前听说要做电商系统,我直接吓得关掉了IDEA——光是"商品管理"“订单流程”“购物车计算"这几个词&#xff0

卡方检验

卡方检验,适用于检验两个率是否有差异,或者两个变量之间是否有关联,它的原理是,如果假设成立,格子里的实际观察频数和相应理论的期望频数相差不大。 卡方检验的应用是有条件的,如果期望频数大于5,例数大于40,可以用卡方检验,如果有期望频数介于1-5,则才用连续性校正卡方,如果两个条件都不满足,则需要用fisher确切概率检验。 卡方检验的使用场景很多,比如说对一批样品才用不同检测方法,可采用配对四格表

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

GPUSEEK算力平台热门AI大模型:API详细调用教程

文章目录 前言 一、API概览 二、如何调用API 2.1 申请企业资质 2.2 创建API密钥 2.3 终端节点 2.4 认证鉴权 2.5 返回结果 三、API详情 3.1 获取平台GPU类型 3.2 获取可用数据中心ID 3.3 获取镜像 3.4 创建实例 3.5 查询操作状态 3.6 查询实例列表 3.7 实例操作 四、附录 4.1 请求返回的通用结构

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&#xf

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:

Android OpenCV + tess-two 实现银行卡识别:扫描识别

目录 前言 之前实现了本地图片的银行卡号的扫描,这次顺带实现了下相机扫描的识别,我是用的农业银行卡测试的,识别速度还是挺nice的 效果展示 实现步骤 核心步骤与我的这篇文章一样:Android OpenCV + tess-two 实现银行卡识别:本地图片识别 这里扫描的主要是换成了对于相机数据的处理,这里我使用的是CameraX获取的相机数据,对于相机的回调方法的