Learn more about 人工智能 - Section 109

探索人工智能的世界及AI的未来潜力

使用机器学习预测NBA薪水

“NBA作为最具利润和竞争力的体育联赛之一脱颖而出在过去几年里，NBA球员的薪水一直呈上升趋势，但在每一个令人惊叹的背后…”

ETL vs ELT vs 数据流ETL

ETL、ELT和流式ETL（抽取转换加载）之间的区别批处理和流处理实时实时之间的优缺点

高级教程：如何像绝对的大佬一样掌握Matplotlib

当我是一个初学者学习数据可视化的时候，我有一个规则——绝对不要访问Matplotlib的文档从来没有任何好东西从那里出现过当我在...

颠覆性的电子邮件效率：SaneBox的人工智能如何改变您的收件箱体验

似乎每当有人谈论生产力时，他们都会描绘一幅黯淡的画面。“在今天这个数字时代，没有人能做任何事情…”或者“在完成任务方面，...

离散时间马尔可夫链——在返现活动中识别获胜的客户旅程

“测量和归因是数据科学界广泛讨论的话题就在我们在实践中取得科学进展的时候，政策的干扰出现了…”

六个对工程师有用的资源

这个资源集将对许多具有不同经验水平的人工智能专业人士非常有用保存到书签并在您的空闲时间学习

领域特定的大型语言模型的6个示例

大多数有过与谷歌Bard或OpenAI的ChatGPT等大型语言模型的工作经验的人都使用的是通用的LLM，而不是行业特定的但随着时间的推...

在进入高等教育之前考虑参加数据科学训练营的5个原因

你可能听说过要在数据科学领域找到工作，需要拥有相关学位然而，在你投入时间和金钱参加长期项目之前，参加迷你训练营可以帮...

数据架构和CAP定理：它们在哪里冲突？

编辑注：Joep Kokkeler将在今年秋季的ODSC West大会上发表演讲务必去参加他的主题演讲：“在Kappa数据架构中捕获CAP” 在深入了...

MetaGPT是什么？LLM代理协作解决复杂任务

由于GPT和最近的大型语言模型，我们看到了一种新型的基于人工智能的系统的普及...代理程序代理程序基本上是像ChatGPT这样的人...

聚类方法的可视化

编辑注：埃维·福勒是ODSC West的演讲者一定要去那里听听她的演讲，“在客户细分中弥合可解释性差距”！在今年秋季的开放数据科...

进入下一轮所需的前三个SQL技能

如果你有志于并且正在面试数据科学家、数据分析师和数据工程师等职位，那么你很可能会遇到一个或多个需要实时进行的技术面试...

旧金山大学2023年与AWS和Amazon SageMaker Studio Lab合作举办的数据科学会议Datathon

作为2023年数据科学大会（DSCO 23）的一部分，AWS与旧金山大学（USF）的数据学院合作举办了一场数据马拉松高中和本科学生参与...

信息提取的开始：突出关键词并获取频率

随着每天可用信息的增加，能够快速收集相关统计信息对于关系映射和获取…是非常重要的

如何使用Python代码实现直接营销活动的层次聚类

想象一下，你是一家领先金融机构的数据科学家，你的任务是帮助团队将现有客户分为不同的档案：低、普通、高风险和白金等级

华盛顿大学和AI2研究人员引入了TIFA：一种通过VQA测量AI生成图像忠实度的自动评估指标

文本到图像生成模型是人工智能领域发展的最好例子之一。通过研究人员不断的进展和努力，这些模型已经走了很长的路。尽管文本...

合作的力量：开源项目如何推动人工智能的发展

在本文中，我们探讨了开源项目对创造创新的人工智能解决方案的深远影响

如何通过LangChain代理使您的LLM更强大

使用LangChain代理，您可以增强您的应用程序中的大型语言模型，以访问外部信息源，甚至自行执行操作

“人工智能不应该浪费时间重新发明ETL”

AI社区正在重新定义数据集成，但当前的ETL平台已经解决了这个问题以下是他们不应该重新定义的原因

2023年练习的18个Power BI项目创意

Power BI是一种强大的工具，可以将原始数据转化为有信息量的可视化和报表。凭借用户友好的界面和强大的功能，Power BI是一个...