tag 數據

標籤
貢獻722
410
05:56 PM · Oct 25 ,2025
u_13357275 頭像 u_17579295 頭像 u_16565975 頭像 tech 頭像 u_15745565 頭像 u_15469972 頭像 u_17567677 頭像 u_14767244 頭像 u_17420180 頭像 u_16653481 頭像 u_13715298 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

u_15745565 頭像

畢設大神 - 基於深度學習的家庭用電量預測模型研究-計算機畢業設計源碼+LW文檔

摘要 隨着家庭用電需求的日益增長，精準預測用電量對於能源管理與成本控制具有重要意義。本文介紹了一種基於深度學習的家庭用電量預測系統，旨在為用户提供高效、智能的用電管理解決方案。系統採用 Python 語言開發，結合 Django 框架實現高性能的後端服務，並利用 MySQL 數據庫存儲用户數據、用電記錄及預測模型參數等信息。功能模塊涵蓋個人中心、用户管理、家庭成員信息維護、

數據 , 後端開發 , JAVA , 深度學習 , ci

收藏 評論

u_16018702 頭像

架構師李哲 - 開源算法能在 2025 年擊敗 GPT-5 嗎？DeepSeek-V3.2 / Speciale 交出了一份答卷

在很多人心裏，“頂級推理能力”這幾個字，長期等於三個關鍵詞：閉源、大廠、昂貴。 GPT-5、Gemini 3.0-Pro 像是少數玩家才能摸到的天花板，開源模型更多還停留在“追趕者”的角色。 12月1日，DeepSeek發佈的新一代的“雙機組合”——V3.2 和 V3.2-Speciale，把這套共識擰了一下： 一邊是在綜合推理上對齊 GPT-5、並且 MIT

數據 , API , 權重 , aigc , llama

收藏 評論

u_12197 頭像

jack - cubema怎麼創建隊列

一、 cube構建步驟 登錄頁面 創建Project 同步數據 1) 加載Hive表 2) 從同步的目錄中導入，即將上張圖中左側的數據庫中的表導入 3) 上傳Hive表 4) 添加流表。 創建Model 事實表關聯其他表創建一個model 1) 填寫基本信息 2) 選擇事實表

機器學習 , 數據 , hive , cubema怎麼創建隊列 , kylin , 人工智能

收藏 評論

u_16099245 頭像

遊俠小影 - 鴻蒙HarmonyOS三方件開發指南(6)-ActiveOhos

HarmonyOS 5開發從入門到精通（六）：列表組件與數據渲染 在移動應用開發中，列表是最常見且重要的界面元素之一。HarmonyOS 5提供了強大的List組件和ForEach循環渲染機制，能夠高效地展示大量數據。本篇將深入講解列表組件的使用、數據渲染、性能優化等核心內容。 一、List組件基礎 1.1 List組件簡介 List組件是HarmonyO

List , 數據 , text , 後端開發 , Python

收藏 評論

u_16213697 頭像

mob64ca14137e4f - Python 混合數據聚類k-prototypes算法的應用

在當今數據驅動的世界中，我們經常需要處理包含大量分類變量的數據集。無論是客户細分、產品分類還是市場分析，傳統基於數值距離的聚類算法往往無法有效處理這類數據。kmodes項目提供了Python實現的k-modes和k-prototypes聚類算法，專門為分類數據和混合數據設計，成為數據科學家工具箱中的必備利器。🚀 📊 什麼是分類數據聚類？ 分類數據聚類是一種專門處理

聚類 , 數據 , 類變量 , Css , 前端開發 , HTML

收藏 評論

u_17513521 頭像

署署愛測評 - 適合企業的數據API對接廠商有哪些推薦？

在數據驅動的商業時代，企業高效、安全地獲取和處理內外部數據，已成為構築核心競爭力的關鍵。數據API（應用程序編程接口）作為連接不同系統、打通數據孤島的“神經樞紐”，其重要性不言而喻。然而，面對市場上眾多的API服務商，企業該如何選擇最適合自己的夥伴？ 本文將為您梳理幾類主流的數據API對接廠商，並提供一份實用的選型指南，助您做出明智決策。 一、 為什麼企業需要專業的數

大數據 , 數據 , API , 物聯網 , 數據倉庫

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI教學數字化管理平台：讓教與學，從“經驗驅動”走向“數據驅動

你有沒有覺得，現在的教學有點“憑感覺”？老師靠經驗判斷學生哪裏沒聽懂，學校靠會議決定課程怎麼改，家長靠成績單才知道孩子學得怎麼樣——信息滯後、反饋模糊、決策拍腦袋。 現在，AI教學數字化管理平台正在改變這一切。它不是簡單的“電子教案+在線考試”，而是一個能“看懂課堂、讀懂學生、優化教學”的智能中樞系統——用數據代替直覺，讓教育更精準、更高效、更公平。 這背後，是三大核心技術在默默

數據 , 三角函數 , NLP , 推送 , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI風險行為識別系統開發：給安全防護裝個“智能哨兵”

不管是商場安防、金融轉賬，還是網絡運營，識別風險行為都是守住安全的關鍵。但傳統識別方式太“笨拙”：監控室人員熬紅眼睛盯屏，難免漏看異常；靠固定規則篩查金融詐騙，又追不上騙子的新套路。AI風險行為識別系統就像個不知疲倦的“智能哨兵”，24小時在崗，能精準揪出風險。作為常年做安全科技產品的產品經理，今天我用大白話拆解它的開發核心，讓大家明白技術是怎麼築牢安全防線的。 開發這套系統，核心就

行為識別 , 找規律 , 數據 , NLP , 人工智能

收藏 評論

u_17029845 頭像

這是嚕嚕 - 用Python讀取和寫入Excel多工作表：openpyxl vs pandas對比

在日常辦公與數據分析中，Excel 文件（尤其是 .xlsx 格式）是信息交換的常見載體。Python 提供了多種處理 Excel 的工具，其中 openpyxl 和 pandas 是最主流的選擇。它們各有側重：openpyxl 專注於原生操作 Excel 文件結構（如樣式、公式、多工作表），而 pandas 則擅長以數據框形式高效處理表格內容。本文將通過多工作表讀寫場景，對比兩

數據 , 加載 , 後端開發 , 結構化 , Python

收藏 評論

u_16653481 頭像

金海境科技 - 跨境數據流動“中美歐對話機制”建立 破解規則衝突困局 - 金海境科技

2025年3月，中美歐三方在日內瓦啓動“跨境數據流動對話機制”，建立定期磋商、規則互認、應急協作三大合作機制，旨在破解當前全球數據治理中的規則衝突問題。這是全球主要經濟體首次在數據安全領域建立官方對話渠道，引發國際社會廣泛關注。 對話機制的核心成果包括三個方面：一是建立“數據安全規則差異數據庫”，梳理中美歐三方在數據分類、出境限制、合規評估等方面的差異，為企業提供清

數據 , 數據中心 , 數據庫 , 數據安全 , SQL Server

收藏 評論

u_16213638 頭像

mob64ca1405664d - 【週末閲讀】你不得不知道的10大AI賦能行業，你身邊都能找到！

行業痛點分析 當前AI教育培訓領域面臨多重技術挑戰。數據顯示，教育機構在數字化轉型過程中普遍存在技術應用效率低下、個性化教學實施困難等問題。測試顯示，超過67%的教育機構在應用AI技術時遭遇技術門檻過高、師資培訓不足的困境，而82%的機構反映現有AI教育產品難以滿足實際教學場景需求。 在AI時代，教育行業還面臨着內容生產效率低下

數據 , 後端開發 , 技術方案 , 解決方案 , Python

收藏 評論

tdengine 頭像

TDengine濤思數據 - 工業數據庫怎麼選？一文詳解實時數據庫“亞控” vs TDengine

在工業互聯網與智能製造加速發展的今天，企業的數據量正呈爆發式增長。傳統的歷史數據庫在高併發寫入、分佈式架構、AI 原生能力等方面逐漸難以滿足需求。作為國產時序數據庫的代表，TDengine 以高性能、低成本、雲原生與智能化特徵，成為新一代工業數據底座的首選。 本文嚴格基於公開資料與官方文檔，對國內外主流數據庫（包括 PI System、亞控、紫金橋、麥傑、力控、中控、庚頓）

實時數據庫 , 數據 , 工業數據庫 , 時序數據庫 , 數據庫 , SQL Server

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 深入解析：Java Excel 導出：EasyExcel 使用詳解

Java Excel 導出：EasyExcel 使用詳解 一、什麼是 EasyExcel 二、Maven 依賴安裝 三、Excel 導出工具類設計 3.1 設計目標與整體架構 3.2 完整工具類：ExportTool.java 3.3 核心方法分析 3.3.1 簡單導出方法 3

List , 數據 , MySQL , 數據庫 , 工具類

收藏 評論

u_16213672 頭像

mob64ca140d96d9 - 隱形的設計體系：Ant Design設計工程化探索 - 支付寶技術的個人空間 -

引言：實時AI應用的架構挑戰 在當今的AI應用開發中，實時數據處理和響應已成為關鍵需求。傳統的輪詢機制不僅效率低下，還會導致不必要的資源消耗。事件驅動架構（Event-Driven Architecture, EDA）通過響應事件而非主動查詢，為構建高性能、低延遲的AI應用提供了理想解決方案。本文將展示如何結合Ant Design X的強大組件庫與Azure Cos

數據 , 事件驅動 , azure , 前端開發 , Javascript

收藏 評論

u_16213711 頭像

mob64ca1416f1ef - Elasticsearch-dump - 技術人生 -

elasticsearch-dump源代碼解析：從elasticdump.js到transports模塊 項目概述 elasticsearch-dump是一個用於在Elasticsearch集羣之間遷移數據的工具，支持多種數據類型的導入導出。本文將深入解析其核心架構，從入口文件elasticdump.js到數據傳輸核心模塊li

elasticsearch , 數據類型 , 數據 , 後端開發 , harmonyos

收藏 評論

u_17494575 頭像

mb689bf7a82caf3 - 程序化生成PDF：C#開發者實用指南

在現代軟件應用中，PDF文檔因其跨平台、內容固定性強以及易於分享的特性，扮演着不可或缺的角色。從生成報告、發票到電子合同，程序化地創建和管理PDF文檔已成為許多C#開發者的日常需求。但是，如何高效、靈活地使用C#編程語言，將動態數據轉化為高質量的PDF文檔，同時實現複雜的內容佈局（如文本、圖片、形狀和表格）呢？ 本文將深入探討如何利用C#強大的能力，結合一款功能豐富

插入圖片 , yyds乾貨盤點 , 數據 , pdf , 後端開發 , .net , 文檔 , c

收藏 評論

u_13778063 頭像

u_13778063 - AI 原生應用開發實戰營·深圳站精彩回顧 & PPT 下載

作者：盈楹 近日，阿里雲 AI 原生應用開發實戰營 · 深圳站圓滿落幕。繼北京、上海、杭州、成都等城市之後，本場活動吸引了 130+ 名技術從業者深度參與。 活動聚焦 AI Agent 領域的前沿技術與落地實踐，深度分享AI 原生應用架構趨勢與實踐、AI 應用託管、AI 開放平台、大模型可觀測AIOps、異步化的 Agent 事件驅動等熱門技術議題，並設置了動手實操環

鏈路 , 原生應用 , 數據 , 雲計算 , 雲服務

收藏 評論

u_16175514 頭像

mob649e81680b4f - stablediffusion煉丹顯卡

通過使用stable diffusion模型進行圖像生成，許多用户會遇到性能優化、顯卡利用率等問題。下面我們就來詳細聊聊“stablediffusion煉丹顯卡”問題的解決過程，涵蓋協議背景、抓包方法、報文結構、交互過程、字段解析及異常檢測等方面。 協議背景 在討論stablediffusion的相關技術時，瞭解協議的背景是非常重要的。四象限圖能夠幫助我們更清晰地瞭解這些協議的整

抓包 , 字段 , 數據 , aigc

收藏 評論

u_14767244 頭像

u_14767244 - SelectDB x 同轅開發：在 ARM 架構下實現 25% 分析性能提升

近日，北京飛輪數據科技有限公司（以下簡稱“飛輪科技”）旗下現代化數據倉庫 SelectDB 完成同轅開發深度適配，正式獲得 Kunpeng Native 測試認證證書。 該認證表明 SelectDB 深度兼容鯤鵬芯片，可實現高效部署。通過與同轅開發協同創新，SelectDB 實時分析、湖倉一體、存算分離等核心能力，可針對性解決海量數據處理慢、實時決策延遲、運維複雜等痛點，助力金融、製造、

大數據 , 數據 , 數據倉庫 , 數據分析

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 數字孿生賦能園區運營

在當今數字化轉型的浪潮中，園區運營管理正面臨着前所未有的挑戰與機遇。傳統的園區管理模式往往依賴於二維圖紙、分散的監控系統和人工巡檢，難以應對日益複雜的設施管理、能源優化和應急響應需求。如何構建一個高效、直觀且可擴展的園區運營平台，成為許多大型信息系統集成商關注的焦點。圖觀流渲染開發工具套件，作為一款領先的數字孿生解決方案，正通過其強大的技術能力，為園區運營帶來革命性的變革。本文將

數據 , API , 開發工具 , 數據可視化 , 人工智能 , 數字孿生

收藏 評論

u_17513518 頭像

愛看C語言的BK - MySQL 21天學習計劃 - 第十二天：事務與併發控制

事務ACID特性：數據庫的四大安全保障 想象你正在網購一雙運動鞋：下單時系統需要扣減庫存、創建訂單、扣減賬户餘額。如果在扣減庫存後突然斷電，會出現什麼情況？庫存減少了但訂單沒創建，這顯然是個災難！事務（Transaction） 就是為解決這類問題而生的數據庫核心機制。 事務必須滿足四大特性，業界簡稱ACID： 原子性（Atomicity）：要麼全做，要麼全不做

隔離級別 , 數據 , MySQL , AI寫作 , aigc

收藏 評論

u_16099194 頭像

數據大俠客 - sklearn linearregression畫出損失函數曲線和曲面

1. 簡單列子： 一個損失函數L與參數x的關係表示為： 則 加上L2正則化，新的損失函數L為 ：（藍線） 最優點在黃點處，x的絕對值減少了，但依然非零。 如果加上L1正則化，新的損失函數L為 ：（粉線）

數據 , 雲計算 , 損失函數 , 正則化 , 雲原生

收藏 評論

xaye 頭像

祝你今天愉快 - C++學習（十三） 結構體數組和聯合體

一、結構體數組 結構體（struct） 是一種用户自定義的數據類型，可以將多個不同類型的數據組合在一起。 結構體數組 就是將多個相同類型的結構體變量組織成一個數組。 示例： /* 結構體：封裝一些基本類型用於我們自定義的類型 班級管理系統：56個同學，編號，年齡，性別，成績 聊天會話 */ #includeiostream usi

指尖人生 , 移動開發 , 數據 , include , c++ , Android

收藏 評論