机器学习“Advent Calendar”第11天:Excel中的线性回归
线性回归看起来很简单,但它引入了现代机器学习的核心概念:损失函数、优化、梯度、缩放和解释……
185 posts from this source
线性回归看起来很简单,但它引入了现代机器学习的核心概念:损失函数、优化、梯度、缩放和解释……
一步一步的教程,探讨 Python Turtle 模块。文章《Drawing Shapes with the Python Turtle Module》首次发表于 Towards Data Science....
我在经历了太多慢速 notebook 和冻结会话后,对加速 Pandas 的经验总结——《每位数据科学家都应该了解的 7 个 Pandas 性能技巧》。
了解基于 LLM 的代理在使用 LangGraph 的多代理系统中如何相互转移控制权。本文《代理交接在多代理系统中的工作原理》……
DBSCAN 展示了我们仅凭一个非常简单的想法可以走多远:统计每个点附近有多少邻居。帖子《机器学习 “Advent Calendar” 第一天》……
学习如何通过持续学习的 LLM 成为一名高效工程师。文章《How to Maximize Agentic Memory for Continual Learning》首次发表于 Towards...
招聘人员在机器学习作品集中寻找的内容。文章《不要在没有这些项目的情况下构建机器学习作品集》首次发表于 Towards Data Science。
加速 CPU 上 AI/ML 的技巧 — 第 2 部分 文章《Optimizing PyTorch Model Inference on AWS Graviton》首次发表于 Towards Data Science....
在本文中,我们通过三个简单步骤来探索 LOF:distances and neighbors、reachability distances,以及最终的 LOF score。使用 tiny datasets,我们可以看到……
构建一个自托管的端到端平台,为每个用户提供一个个人的、agentic 聊天机器人,能够自主地对用户明确指定的文件进行 vector-search。
从创意到影响:将 AI 作为加速副驾驶 本文《如何开发 AI 驱动的解决方案,加速 AI》首次发表于 Towards Data Science。
更智能的检索策略,性能超越稠密图——采用混合流水线且成本更低。文章《GraphRAG 实践:如何构建成本高效的…》。