2. 从机器学习的基本概念开始
从我个人意愿来说呢，更想跳过这一章节。为什么呢？因为对我自己而言，再重温机器学习的基本概念，意义并不大，毕竟算法的代码实现都在玩了，基本概念也是清楚的，又不用参加考试，那么就更没有必要将概念教条式的背下来了。
不过，考虑到学习机器学习的还是存在一批“纯白”，甚至于是转行过来的，这些概念就有似乎有必要了。记得前段时间，我有个前同事，就报了一个人工智能的学习班。她的专业以及技能偏向，应属于广告营销领域
人工智能
scanpy数据整合批次效应去除原理
引用：葬花朴
1.scanpy.external.pp.mnn_correct**
第一步：将表达量按细胞进行归一化，计算细胞之间归一化后的Euclidean距离。
第二步：识别MNN（mutual nearest neighbors， 相互最近的邻居）：假设两个batch，寻找batch1中每一个细胞的在batch2中最近的k个细胞（knn1），对batch2进行相同操作（knn2），knn1和
R稀疏矩阵转化稠密矩阵|使用as.matrix()报错：Cholmod error 'problem too large'
在进行一些数据分析是经常会需要将一个数据对象转化为矩阵，以及稀疏矩阵（sparse matrix）和稠密矩阵之间的互化。
问题&报错
在R环境中，用的非常普遍的函数就是as.matrix(),但是，当转化的稀疏矩阵对象非常巨大的时候，例如细胞数目非常多的单细胞数据，R就会报如下类似的错误:
Error in asMethod(object) :
Cholmod error 'probl
三角形的内角和是180度吗？
大家好，我是小涂涂，我今天要讲的是三角形的内角和是180度吗？因为好多人一看见类似求出三角形的内角和是多少度的这种题，他们一般都会算出来是180度，180度也不是错的。 我们现在是可以肯定一点，就是任意一个三角形，就比如说，锐角三角形，直角三角形，钝角三角形，等等等等，它
从人类到 AI：意群阅读的奥秘与英语学习的高效技巧
一、人类的英语阅读理解：意群如何加速大脑处理？
1.1 什么是意群（Chunking）：自然语义单元意群，顾名思义，就是将语言中具有内在联系的部分组合在一起，形成一个相对独立且完整的语义单元。举个简单的例子，在句子“I love reading books in the
机器能做科学家吗？一场关于开放式科研的 AI 革命
目录一、引言：AI 能否成为真正的“科学家”？二、背景综述：构建“自动科研”的基础模块（一）大语言模型（LLMs）：AI 科学家的“大脑”（二）LLM 代理框架（Agent Frameworks）：让模型“做事”的方式
市场洞察所需要的“数据”，是如何搜集的呢？
市场洞察所需要的“数据”，是如何搜集的呢？
一、传统的数据收集方法
1.1一手数据
一手数据，也称之为原始数据，是指通过人员访谈、询问、问卷、测定等方式，直接获得的新数据。
收集方法：定性调查与定量调查。
定性调查：主要通过一对一“深度访谈”，例如焦点座谈会。
定量调查：主要通过向消费者发送一个结构化的调查问卷获取数据。
两者可以结合使用，先定性调查挖掘未知、深度，然后定量调查实现数
