人工智能

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:

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

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

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

万字长文带你深度探索 MCP:AI 连接的未来之光​,MCP如何让AI产生“心灵感应“

文章目录 一、引言:开启 MCP 的神秘大门​ 二、MCP 的基本概念解析​ 2.1 MCP 的定义与内涵​ 2.2 与传统协议的区别与优势​ 三、MCP 的技术原理深度剖析​ 3.1 核心技术架构​ 3.2 数据格式与通信协议​ 四、MCP 的应用案例全景展示​ 4.1 WhatsApp MCP:AI 助理的高效沟通之路​ 4.2

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

剖析牛顿定律(三)

牛顿第三定律: 两个物体之间的作用力是相互的、对抗的,称其为作用力和反作用力(F和-F)。 一、解剖“牛三律” 牛顿认为作用力和反作用力,大小相等、方向相反且作用在同一直线上,同时认为二者具有同时性。人们认为这里暗含了一个条件,就是力的传递是瞬时的,要不然作用力和反作用力就不具有同时性;但是爱因斯坦相对论认为,力的传递有时限性,即力的传递速度不能超过真空中的光速c,这样一来二者就不和谐了。现在我们

一些Kafka知识点记录

Kafka Kafka是一种高吞吐量的分布式发布订阅消息系统。用于日志处理的分布式消息队列,同时支持离线和在线日志处理。具有高性能、持久化、多副本备份、横向扩展能力。 Producer: 发送消息者。将消息发布到指定的Topic 中,同时Producer 也能决定将此消息归属于哪个partition;比如基于"round-robin"方式或者通过其他的一些算法等。 Consumer: 消息接受者

【R画图学习21.4】ggplot2回归函数stat_function

我们在21.3主要讲了利用stat_smooth()、geom_smooth()来进行回归分析和曲线拟合。但是很多回归方法,特别对于大多数非线性回归而言,ggplot2及其拓展包中缺少作图方案,难以通过stat_smooth()、geom_smooth()直接作图。这时候,可以考虑使用stat_function()根据指定函数绘制拟合线。 如果已经提前计算出了回归式的各参数,则可以直接将已知的回归