· ai
子集和问题在足够稠密的输入下实现线性时间求解
对著名的NP‑complete问题的最优解，当输入值彼此足够接近时。帖子《The Subset Sum Problem Solved in Linear Time》。
Source
Towards Data Science
185 posts from this source
-
- · ai
在 Python 中生成受 Hirst 的《价值百万美元的斑点画》启发的艺术作品
使用 Python 生成艺术 这篇题为《受 Hirst 的百万美元斑点画启发的 Python 生成艺术作品》的文章首次出现在 Towards Data Science....
- · ai
使用 Python 的实用时间序列异常检测工具包
以下是如何在每个序列中检测点异常，并在整个银行范围内识别异常信号。文章《A Practical Toolkit for Time Series Anomaly Detection》。
- · ai
机器学习“Advent Calendar”第17天：Excel中的Neural Network Regressor
神经网络常常给人一种黑箱的感觉。在本文中，我们仅使用 Excel 公式从头构建一个神经网络回归模型。通过让每一步 e...
- · ai
生产级 AI 代理的可观测性：最小代码、配置优先方法
LLM-as-a-Judge、回归测试以及多代理 LLM 系统的端到端可追溯性 本文：面向 AI 代理的生产级可观测性：最小代码实现…
- · ai
3种有效利用 AI agents 进行编程的技巧
学习如何使用编码代理成为一名高效工程师。本文《3 Techniques to Effectively Utilize AI Agents for Coding》首次发表于 Towards Data Science。
- · ai
何时（不）使用 Vector DB
当索引的负面影响大于正面效果时：我们是如何意识到我们的 RAG 用例需要键值存储，而不是向量数据库。文章《何时不该使用 Vector DB》……
- · software
使用 Power Query 将单列中的数字和文本分离
一个 Excel 表格的列中同时包含数字和文本？真是一团糟！标题《Separate Numbers and Text in One Column Using Power Query》首次出现在 Towa……
- · ai
机器学习“Advent Calendar”第16天：Excel中的Kernel Trick
Kernel SVM 常常显得抽象，涉及 kernels、dual formulations 和 support vectors。在本文中，我们走一条不同的路径。从 Kernel Density Estimation 开始……
- · ai
机器学习八年后的经验教训
深度工作、过度认同、体育和博客。文章《机器学习八年后的经验教训》首次发表于 Towards Data Science....
- · ai
机器学习“降临节日历”第15天：Excel中的SVM
与其从间隔和几何开始，本文一步步从熟悉的模型构建 Support Vector Machine。通过改变 loss function ……
- · ai
6项让你成为高级数据科学家的技术技能
除了编写代码之外，这些是设计层面的决策、权衡和习惯，悄然将资深数据科学家与其他人区分开来。The post 6 Te...