- 博客(185)
- 收藏
- 关注
RSS订阅原创 Google悄悄发布了名为NotebookLM的AI教育产品
NotebookLM和传统的AI聊天机器人之间的一个关键区别是，NotebookLM让您可以在您的笔记和资料中“固定”语言模型。如果你不是哈利·波特的粉丝，不要紧，你并没有错过太多。但随着时间的推移，举手提问的那些学生之一将只需问他们的笔记本，就能真正理解。我：“早上好，女士们先生们，我们在这里与一位虚构的老师进行一次虚构的采访。在这个阶段，您可能会对此感到非常不感兴趣，认为这绝对不会“毁掉”我们已知的教育系统。我同意，但是我之前说过的一些事情，也就是NotebookLM的独特卖点，即教育变革。
2023-10-17 11:56:41
256
原创 “赔率”和“概率”
90%的概率等于900%的赔率，99%等于9,900%的赔率，99.999%等于9,999,900%的赔率。在我们的黑色袋子中有三个蓝球，但总共有十个球，所以你拿出一个蓝球的概率是三除以十，即30%或0.3。赔率通常表示为“odds”，在这种情况下是三除以七，约为43%或0.43，或表示为“赔率赔率”，在这种情况下是七除以三，即233%或2.33。当在错误的背景下混淆时，这可能导致对机会的错误估计，从而导致错误的决策。在我们的黑袋中有三个蓝球，但有七个不是蓝色的球，所以抽出一个蓝球的赔率是3:7。
2023-10-16 21:12:44
704
原创 简单的数学运算如何改变算法
事实上，计算这个图形的面积很容易：它只是边长为1的正方形的四分之三，所以面积是 A = 3/4，这小于我们开始的三角形的面积。如果针在新区域的左侧，我们可以将其旋转45度，位于南和东南之间，如果在右侧，我们可以将其旋转45度，位于南和西南之间，但由于两个部分被分开，似乎无法像以前那样旋转90度。计算它的面积需要更多比我们在这里讨论的基础几何学了解参数曲线的知识有所帮助)，但事实证明，这个特定的三叶线的面积——由长度为1的线段扫出的三叶线——恰好是π的1/8。首先，考虑下面的直角三角形，高度为1，底边为2。
2023-10-12 20:57:03
969
原创 回文判断的三种写法
在迭代时，我们将第一个字符与最后一个字符进行比较，将第二个字符与倒数第二个字符进行比较，依此类推。检查给定字符串是否是回文的最简单方法是循环遍历每个字符，并将第一个字符与字符串的最后一个字符、第二个字符与倒数第二个字符等进行比较。我们了解了回文是一个单词、数字、短语或其他字符序列，它正反向阅读时都相同。如果你需要复习你的知识，请点击下面的链接。用于提供用于连接来自迭代器的元素的字符 - 在我们的特定情况下，它只是一个空字符串。函数，它以提供的文本作为参数，并返回一个布尔值，指示提供的字符串是否是回文。
2023-10-08 23:39:50
308
原创 Python装饰器ZERO 2 HERO
无论你是初级开发人员刚刚入门，还是专家级开发人员正在创建定制解决方案，装饰器都提供了一种强大的方式来简化你的Python项目。然而，即使对初学者来说，装饰器仍然可以非常有价值。专家水平：创建自定义装饰器 专家级Python开发人员深刻理解装饰器，可以创建根据项目特定需求定制的自定义装饰器。在这个专家级别的示例中，我们定义了一个自定义装饰器expert_decorator，它接受一个日志文件名作为参数。高级水平：更复杂的装饰器 高级开发人员更好地掌握Python，可以创建更复杂的装饰器来解决现实世界的问题。
2023-10-07 21:01:46
124
原创 数据科学家的编程语言
这些语言通常是可移植的，程序员不需要太多考虑程序的过程，可以将注意力集中在手头的问题上。这可能会让一些人想知道R是否更适合在大型数据集上进行数据科学，但是R是由统计学家构建的，这反映在其操作中。SQL与Hadoop有些相似，因为它管理数据，但是数据存储方式有很大不同，可以在上面的视频中很好地解释。再次说明，这种语言具有许多不同的用途，从Web应用程序到机器学习，但是这种语言仅涵盖前端开发。此外，Java实际上具有用于机器学习和数据科学的许多库和工具，易于扩展用于更大的应用程序，并且速度快。
2023-10-06 11:27:59
142
原创 Google vs IBM vs Microsoft: 哪个在线数据分析师证书最好
其次，尽管像Google这样的公司已经公开表示，他们的项目毕业生在完成认证后将能够找到工作（通过Google雇主联盟），但不在该联盟之外的所有招聘经理都没有完全相信在线数据分析证书的份量。学到的技能：电子表格、数据清理、数据分析、数据可视化、SQL、提问、决策制定、问题解决、R、Tableau、元数据、数据收集、数据伦理、样本大小确定。因此，在许多方面，无论您选择完成哪家公司的认证，都不重要——选择您最感兴趣的技术的公司，因为无论您选择哪个课程，您都将学到相同的基础知识。
2023-10-03 00:22:07
482
原创 Python开发IDE的比较：PyCharm vs. VS Code vs. Jupyter
您可以在代码旁边创建引人入胜的图表和图形，这使它成为与数据分析有关的任何人的优秀选择。它内置的调试器在消除代码中的那些讨厌的错误时是一个救命稻草。凭借其强大的功能集，PyCharm满足了那些需要高效、高性能和全面调试工具的开发人员的需求。此外，VS Code的Python扩展提供了代码检查和调试功能，使您的编码之旅更加顺畅。如果您正在进行需要深度调试和专业级工具的复杂项目，PyCharm可能是您的最佳选择。如果您重视灵活、可自定义和开源的体验，那么VS Code可能是您的完美选择。看动手写些简单的代码。
2023-10-02 18:46:03
2364
原创 幸存者偏差
分析人员检查了返回的轰炸机，绘制了它们的弹孔和损坏情况（如下图所示），并得出结论，在尾部、机身和机翼上增加装甲将提高它们的生存几率。由于系统地关注幸存者（成功）而忽略伤亡（失败）而产生的错误导致我们错过了真正的基本生存率（实际成功概率）并得出有缺陷的结论。根据他的见解，军方加固了发动机和其他易损部件，显着提高了战斗中机组人员的安全，挽救了数千人的生命。当我们未能考虑结果的范围和隐藏的证据时，我们就会对现实产生一种扭曲的（而且通常是不正确的）看法。• “看不见的”飞机遭受了实际未受的损坏。
2023-10-02 10:05:05
128
原创 为什么流利的英语对于机器学习比数学或编程更重要
现在通过阅读您的帖子，您在数据行业拥有比我更多的知识，而且在这方面做得很好，我在努力完成这个领域的工作角色，我不知道为什么，也许公司正在寻找有经验的人，但他们不明白，学生刚刚毕业，他们需要入门以积累经验，但他们不能凭自己的力量积累经验。在大流行仍在继续的情况下，她在两周内重新被雇佣。是的，他们是勤奋工作者，但他们也知道在合适的时间、合适的地点和合适的人面前说合适的话。你在英语中的表达能力有多好，是你在机器学习中成功的最重要的先决条件之一。她在写一篇展示他们的产品的文章后，得到了Prefect的全职职位。
2023-10-01 17:29:40
154
原创 理解Python模块可重用的逻辑单元
文件是Python模块的关键部分。通过理解不同的导入方法及其权衡，开发人员可以选择最适合其项目需求的方法，创建清晰、可维护和高效的Python程序。Python的模块系统是一个强大的工具，帮助开发人员将代码组织成可重用的逻辑单元，从而提高了可维护性和可读性。文件是模块的一个重要部分，它将一个目录转化为一个Python包，从而更有结构化地组织代码。包级别的配置类 有时，在使用你的包时，拥有一个用户可以轻松交互的中央配置类会很有帮助。文件为用户提供了一个便捷的类，用户可以使用它来配置和管理与你的包相关的设置。
2023-10-01 08:59:06
198
原创 数学小把戏 6174
自古以来，印度一直培养出一些最杰出的数学家，更不用说数字“零”也是在印度发明的。局促的空间要么迫使我停下来，往旁边让两步，等着紧挨着的柜子打开，要么，它的主人等我换好走开。疫情结束后，健身房硕果仅存的一两个国际品牌，也是我唯一知道的健身房品牌。“我的数学是体育老师教的，” 主管微胖的脸盘泛起笑容，“你看这也用不上数学，注意发牌尽量隔开”里有一段剧情说大表姐饰演的女一号是间谍，身手不凡，文可以破解密码，会用古老的恺撒密码传递情报。在你这种情况下，可能的最大数是9763，可能的最小数是3679。
2023-09-30 16:06:17
237
原创 Rust数据类型——初学者指南
字符串 字符串是Rust中的有效数据类型，它们被实现为字节的集合（Vec），并且具有一些在处理文本时提供有用功能的方法。默认情况下，Rust使用f64，因为在现代CPU上，它的速度大致与f32相同，但精度更高。对于需要极高精度的任务，尤其是财务计算或高精度科学计算，可以考虑使用提供任意精度算术的其他库。每天阅读有关Rust的文章，做练习，项目，最后是真实的项目对于成为Rust玩家至关重要。数组 数组是多个相同类型的值的集合，存储在连续的内存位置中。在实际项目中，整数类型无处不在，从简单的计数到复杂的算法。
2023-09-30 15:31:33
753
原创 最小生成树 | 市政道路拓宽预算的优化 (Minimum Spanning Tree)
任务描述：市政投资拓宽市区道路，本着执政为民，节省纳税人钱的目的，论证是否有必要对每一条路都施工拓宽？这是一个连问带答的好问题。项目制学习可以上下半场，上半场头脑风暴节省投资的所有可行的思路；下半场总结可行的思路，归为算法问题解决。思路MST = Minimum Spanning Tree 最小生成树1、选择每一个节点的最短边，加入树Tree，涂成颜色标记如下：2、同时避免形成环路,3、遍历所有的节点，循环执行以上步骤直至所有节点都在MST中；
2023-09-29 22:21:43
338
原创 贝叶斯统计入门
随着我们收集新数据，我们使用贝叶斯定理来更新这个先验分布，得到一个后验概率分布，它代表了在考虑我们观察到的数据后对假设的信念。随着我们收集新数据，比如一次民意调查的结果，我们可以使用贝叶斯定理来更新这个先验分布，得到一个考虑到我们获得的新信息的后验分布。贝塔分布是二项分布的共轭先验，这意味着如果我们假设我们的数据是由一个具有固定试验次数和未知成功概率的二项分布生成的，并且我们选择贝塔分布作为我们的先验分布，那么后验分布也将是一个贝塔分布。从图中可以看出，后验分布向右移动，表示我们现在更有信心硬币偏向正面。
2023-09-29 07:58:17
130
原创 因果引擎(Causal Engine)是基于因果推理的人工智能系统
处理未知因素(Handling Unknowns):利用已学习的因果结构进行推理,处理因果关系中存在的未知变量和噪声。引导决策(Decision-Making):根据对因果关系的学习和推理,使AI系统能够决定应该采取什么行动达成目标。建立因果图(Causal Graph):通过统计方法学习不同事件之间的因果关系,构建表示这些因果关系的图模型。其关键思想是通过学习事件之间的因果关系,对环境进行模型化和推理,从而指导AI系统采取行动。因果引擎(Causal Engine)是一种基于因果推理的人工智能系统。
2023-09-28 16:01:34
179
原创 为什么埃隆·马斯克说Rust是AGI的语言？
有了面向云的优化Wasm运行时WasmEdge，开发者现在可以选择在LLM应用程序堆栈的每一层中使用高性能的Rust，作为Python的高性能替代品。它提供了一个简单的Python API，可用于构建复杂的用户界面，并在终端和（即将推出的）Web浏览器中运行应用程序。Long、Tai、Hsieh和Yuan的“面向服务器无函数作为服务的轻量级设计”，IEEE Software，2021年，第38卷，第1期，第75-80页。Yuan的“在WasmEdge中运行llama2.c”，Medium，2023年。
2023-09-28 09:52:41
238
原创 Amazon零钱找零问题|第一轮
有限硬币供应（递归）： 在这种情况下，核心逻辑的主要更改将是 - 不再使用相同的硬币，我们将减少N的值。当j==0时，表示W==0，store[i][j]=1。例如，如果我们将2+2+2作为解决方案，那么W=4-2-2-2=-2。如果使用相同的参数进行了重复的函数调用，我们可以存储先前的值，而不是重复不必要的计算。对于无限供应，{1+1+1+1}是一个解决方案，所以我们将相同的硬币传递给递归方法，而不会减少N的值。如果不包括它，那么我们只需减少数组的索引，即i，金额（W）将保持不变，即j将保持不变。
2023-09-27 12:30:15
472
原创 美丽的图论
这证明了每个 Prüfer 序列也可以映射到唯一的树，因此标记树与 Prüfer 序列之间的映射是双射的。在每个步骤中，必须有一个唯一的 x，它是 L 中最小的标签，必须有一个唯一的 y，它是 P 中的第一个标签。现在来验证每个树获得的 Prüfer 序列都是唯一的。因为每个数字可以取 1 到 n 中的任何值，长度为 (n − 2) 的 Prüfer 序列的数量显然是 n^(n − 2)。n^(n-2)，这是凯莱公式，用于计算 n 个顶点上的树的数量，被放置在一个由 4 个标记顶点组成的圆圈中。
2023-09-27 10:47:48
1250
原创 太阳图Sunburst chart构建多层饼图
基本上，太阳图是一种多层饼图。由于能够在一个图表中表达多层数据，这是显示多元分类数据或分层数据的良好选择。，这是一个强大的Python库，用于创建数据可视化。顺便说一下，这可以通过使用颜色标度来区分值或创建一个可以进行筛选的交互式太阳图来解决。使用太阳图的一个限制是，如果每个级别中有太多的类别，注释的密度会受到限制。生成的数据集包含了购物顾客的信息：地点、产品、付款方式、性别和年龄段。在相同级别上，每个项目的面积表示其与其他项目的百分比比较。可以使用random库生成每个分类变量，如下所示的代码。
2023-09-26 18:07:01
393
原创 学习Python数学math模块
对于有限的x和非零的有限y，这是差值x - n*y，其中n是商x / y的确切值的最接近的整数。删除x的小数部分，保留整数部分。这将朝向0舍入：对于正x，trunc()等效于floor()，对于负x，等效于ceil()。请注意，frexp()和modf()具有与它们的C等效函数不同的调用/返回模式：它们接受单个参数并返回一对值，而不是通过“输出参数”返回它们的第二个返回值（Python中没有这样的东西）。对于某些应用程序，更方便的是，它们具有使n ≤ a²的最小整数a，或者换句话说，n的确切平方根的上限。
2023-09-26 12:34:48
108
原创 用Python介绍博弈论
回报表显示了每个玩家在给定他们的策略和对手策略的情况下的回报。例如，如果朱利安选择鹰而兰迪选择鸽子，朱利安的回报是-10（他入狱的年数）。一个快速的提示，策略和策略概要不是相同的。因此，如果我们的玩家是理性的并寻求最大化他们的偏好，他们将始终选择鹰。朱利安的回报是第一个数字，兰迪的回报是第二个数字。但现在的问题是，我们游戏中的代理如何最大化他们的偏好？为了实现这一点，我们需要交换行和列，因为兰迪的回报矩阵是朱利安的转置。回顾起来，我在那门课程中培养的技能在我的数据科学之旅中给我带来了巨大的好处。
2023-09-26 09:23:46
328
原创 Mojo：新型AI语言中的7个令人惊叹的Python升级，用简单的英语解释人工智能
弥合了Python提供的易用性与C的性能差距，并引入了强大的功能，如强类型检查，这可能标志着AI开发的新时代。Structs是Mojo的一项功能，类似于Python类，但不同之处在于Mojo类是静态的：你不能在运行时添加更多方法。像Python的def一样，默认情况下它使用传引用，但关键的区别是这些引用是不可变的。但是Mojo的def使用传值，所以你在def内部得到的是传递对象的副本。fn函数定义：Mojo中的fn关键字是Python中def的严格版本，要求不可变的参数和明确的异常声明。
2023-09-23 22:24:10
294
原创 递归视角下
原来，比赛的规则是这样的：给你N个小木块（全部为一样大小的正方体）。由于小Q编了个程序，只要输入小木块的个数N，就可以马上求出最多可以搭几层，还剩几个，所以小Q每次都是一次成功，从不需要翻工，速度也就领先了，你会编小Q这样的程序吗？请看图：第1层是1，第2层是3，第3层用掉的木块是x，那么前3层用掉的木块总数是前2层用掉的总数，再加上第3层的木块数量。持续倒推，就可以建立起第n层和第1层之间的数量关系。为何1-> n 层的cube总的数量 = 第 n-1 层数量 + 0.5*(n**2+n)
2023-09-19 12:04:37
144
原创 Chatgpt solve | 井底之蛙
这是一个经典的物理问题，我们可以使用Python来解决它。青蛙每分钟爬升4米，然后滑下2米，所以每分钟净爬升2米。函数接受初始爬升高度、滑下高度和井深作为参数，然后模拟了青蛙爬出井口所需的时间。最后，程序输出所需的分钟数。我们可以编写一个循环来模拟这个过程，直到青蛙爬出井口。请根据实际情况修改井深、初始爬升高度和滑下高度以解决不同的问题。
2023-09-17 22:25:24
146
原创 编程任务|随机摆放的刀叉开始认识数学思维
丁大喵说了，叉子和勺子的摆放要方便拿取，家里5个人吃饭，桌子上需要摆放5付刀叉，取餐具的时候，很方便地找出5把叉子和5把刀。再看 f(1)，f(10)，f(20) 3个组中有没有等于5的，如果有，就是我们要找的那一组。学校举办新学期的运动会，首先班级推荐10个旗手，要有5男生和5个女生组成方阵，走在班级队伍的最前面，要求10人的身高要尽量接近。譬如3，4，5，6，7之间，可见，由于满足下面两个条件，必然存在某个n，f(n)的返回值恰好为5!第 8 个元素开始连续 10 个恰好包含 5个叉和5个勺。
2023-09-17 22:05:54
135
原创 如何从第一性原则的原理分解数学问题
(iii) 如果 (x, y, z) 是一个三元组，x+y+z 是偶数且不小于 6，证明 x, y 和 z 都至少为 2，并且 (x-1, y-1, z-1) 也是一个三元组。现在，由于 a+b > c，我们可以说 (a+1) + (b+1) = (a+b)+2 > c+2 > c+1。根据毕达哥拉斯定理，如果a和b是两条较短的边，c是最长的边，那么a² + b² = c²。(vi) 对于任何 2 ≤ a ≤ S-1，证明使得 (a, b, P-a-b) 成为一个三元组的可能值的 b 的数量为 a-1。
2023-09-17 18:06:05
301
原创 Brilliant Math
为了制作更大的方块，我们首先需要在顶部和侧面添加相同数量的方块。综合起来，这使得新方块的数量是偶数，因为可以平均分成两半。看起来是这样，但这也可能是一个奇怪的巧合。显然 n 是偶数时，奇数的个数是 n / 2;(n / 2) * 2 * n = n ** 2 (证明假设成立)您喜欢哪种证明方式，或者你有更有趣的方法证明之，请回复我们。n 是奇数时，奇数的个数是 (n - 1)/2 + 1。每次方块的大小增加，都会在旧方块上添加一个新的层。最后，我们再添加一个角块，这使得新层的总和是奇数。
2023-09-17 17:27:38
109
原创 探讨递归这个引人入胜的领域
只要有正确的基本情况和对如何组合这些块的清晰理解，你将能够创建递归函数，令即使是最智慧的编程树也会赞叹不已。任务是将A柱的disk全部移动到C 柱即移动到最右侧的柱，还原为A 柱的叠放状态：保持较小的总是在较大的上面。现在，我的朋友们，在触发递归末日之前，请记住那个至关重要的基本情况。它将一个复杂的问题分解为相同问题的简化版本，直到达到基本情况 — 题目中最小的可解部分。你告诉你的朋友邀请他们的朋友，而他们的朋友又邀请更多的朋友。在我们的递归旅程中，每次调用阶乘函数时，一个新的函数实例都会被添加到堆栈中。
2023-09-15 18:46:37
140
原创 7个数据科学Python库将为您节省大量时间
然后，它使用自己的尝试历史来确定要尝试的值。ITMO_FS可以帮助您完成这一点，其算法分为6个不同的类别：有监督的过滤器、无监督的过滤器、包装器、混合、嵌入和集成（尽管它主要侧重于有监督的过滤器）。它是如此完整，以至于很难在这里覆盖所有内容，所以我可能会在不久的将来专门写一篇文章来介绍它，但我建议您现在下载它并开始使用它，以了解一些实际应用中的功能。这种不同的方法意味着，它不是简单地尝试任意值，而是在尝试之前寻找最佳候选项，这节省了本应用于尝试不太有前途的替代项的时间（并且可能还会产生更好的结果）。
2023-09-07 19:07:51
84
原创 50个简洁的提示提高代码可读性和效率(0-10)
在这个示例中，psycopg2库的connect()方法返回一个连接对象，它充当上下文管理器，当块退出时会自动关闭连接。当with语句内部的块退出时，它会自动关闭文件，确保正确的清理。虽然这些示例相当简单，但它们应该为您提供一个构建更高级上下文管理器的起点代码段，其中执行适当的资源清理。想象一下，您用Python打开一个文件，在文件中写入了一些行，然后在您甚至无法关闭它之前发生了异常。在这个示例中，如果年龄大于或等于18，status变量的值将是"成年人"，否则将是"未成年人"。
2023-09-03 18:33:41
271
原创 卡特兰数和算法
非负整数n上的卡特兰数是一组数字，在树的枚举问题中出现，问题类型是：“如果不同的方向被分别计数，那么一个正n边形可以以多少种方式分成n-2个三角形？以平面上n个连续硬币组成底行的方式，其中不允许在底行两侧放置硬币，并且每个额外的硬币必须位于其他两个硬币的上方，这种堆叠硬币的方式数是第n个卡特兰数。凸多边形的三角划分：给定一个n+2边的凸多边形，卡特兰数表示将其分成n个三角形的不同方式。将一个包含n对括号的字符串分组的方式，使得每个开括号都有一个匹配的闭括号，这种分组的方式数是第n个卡特兰数。
2023-09-03 17:04:55
1541
1
原创 OpenAI 创始人 Sam Altman 博客有一篇 10 年前的文章
除了股权非常划算（如果你加入一家小型初创公司，你可能只能得到1/10的股权，但风险只有1/100或1/1000），你还将与非常优秀的人一起工作，了解成功的样子，并在你的履历中留下一个胜利（这事实上非常有价值）。在一家失败的公司待上几年会带来一系列的后果，而在一家已经取得巨大成功的公司工作意味着你将学到的东西会少得多，可能也会与不那么令人印象深刻的人一起工作。这是一个非常好的风险/回报权衡。但一个巨大的劣势是很容易因为错误的原因而创办一家公司，通常是为了能说自己正在创办一家公司，这会让你的判断力变得模糊。
2023-09-02 22:43:39
184
原创 贝叶斯神经网络 - 捕捉现实世界的不确定性
目标是建立一个模型，可以预测新的、未标记的 MRI 扫描的这些标签。BNN 可以说，“我 80% 确定这是癌症，但有 20% 的可能性不是”，这对临床医生来说是很有价值的信息。例如，在医疗保健领域，如果模型表示患者有 70% 的机会患上某种特定疾病，那么其信息量就低于表示患者有 70% 的机会但误差范围为 ±10% 的模型。这不仅为您提供了点估计，还为您提供了可能输出 y 的分布，从而捕获了模型的不确定性。P (B ∣ A) 是给定参数的数据的可能性。P (A ∣B)是给定数据的参数的后验分布。
2023-09-02 22:41:30
607
原创 ChatGPT和Claude的能力全测评
B) 50%: 这个答案也不可能是正确的，因为如果是正确的，那么正确的几率就不会是 50%。C) 60%: 这个答案不可能是正确的，因为如果是正确的，那么正确的几率就不会是 60%。A) 25%: 这个答案不可能是正确的，因为如果是正确的，正确的概率就不会是 25%。D) 25%: 这个答案也不可能正确，因为如果正确，那么正确的几率就不会是 25%。如果预期数字和当前数字之间有差距，就意味着有一个缺失的数字，这个预期数字就会被添加到 missing_numbers 列表中。这将有助于检查数字之间的差距。
2023-08-20 16:06:18
1551
原创 量子力学超简史
在最初的实验中，观察到只有紫外线光可以从金属表面上剥离出电子，而红光等其他类型的光，由于其较低的频率，未能产生相同的效果。爱因斯坦对遥远距离处的神秘行为的怀疑以及对隐藏在量子幕后的客观现实的信仰在贝尔实验的形式中面临了巨大的挑战。实验涉及纠缠粒子，当它们被测量时，会显示出它们的性质之间的相关性，反映了它们之间的神秘联系。温度和所产生的光的颜色之间的关系仍然是一个令人困惑的谜团。想象两枚旋转的硬币，虽然分开但以一种使得当一个硬币的状态被确定时，另一个硬币的命运同时揭示的方式纠缠在一起。
2023-08-19 23:16:13
128
原创 人工智能能够通过所有[创造力测试]
这是人类创造力景观的一个令人惊讶的变化，可能使执行而不是原始创造力成为未来创新的更有区别的因素。所有这些都表明，在创新中，人类仍然扮演着重要的角色...但是如果不将人工智能纳入这个过程，特别是那些认为自己没有高度创造力的人，他们将是愚蠢的。人工智能生成的创意比大多数人能想出来的更好，但非常有创造力的人（至少目前是如此）会击败人工智能，而且可能从使用人工智能生成创意中受益较少。需要明确的是，创造力没有一个统一的定义，但研究人员已经开发出一些有缺陷的测试来广泛地衡量人类产生多样化和有意义的想法的能力。
2023-08-14 20:24:48
190
原创 信息论、推理和机器学习算法之间交叉的经典例子
它结合信息论与最大似然推断,用于度量预测分布与真实分布之间的距离。熵和信息增益在决策树学习中的应用。信息增益利用熵的概念来评估特征的分类能力,从而指导决策树的增长。马尔可夫决策过程提供了一类推理与决策的数学框架,既可用于推理也可用于学习问题。在贝叶斯学习与推断中,信息论中的相对熵常被用来定义损失函数或似然函数。自编码器通过压缩数据来学习有效特征表示,反映了信息论的压缩感知思想。信息瓶颈理论给出了监督学习的概括界,为算法的表示能力提供信息论界限。强化学习中的探索-利用动态,反映了发送接收双方的信息优化问题。
2023-08-14 20:15:14
225
原创 目前最流行的GenAI框架、工具和服务初创公司一览表
提示管理与优化（Prompt Management & Optimization)框架与相关技术（Frameworks & Technologies)部署与实施（Deployment & Implementation)训练与微调（Training & Fine-Tuning)目前最流行的GenAI框架、工具和服务初创公司一览表。隐私与安全（Privacy & Security)搜索与索引（Search & Indexing)数据管理（Data Management)
2023-08-14 20:10:16
199
原创 11 个 Python 编码习惯
解决这些常见的陷阱不仅能让你成为更好的 Python 程序员，还能为你和你的合作者带来更积极的编码体验。触发某些条件或者说满足某些预先定义的条件后，立即执行的概念是条件和分支，它允许我们根据特定条件引导我们的程序执行不同的操作。请优先使用函数参数或类属性，以尽量减少意外的副作用，提高代码的模块化程度。如果 elif 语句的条件为真，则将运行替代的表达式。在本博客中，我们将探讨 10 种常见的编码习惯，它们会降低您作为 Python 程序员的效率。在本文中，我们介绍了Python中的条件和分支的概念。
2023-08-14 20:08:00
196
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人