tag 數據

標籤
貢獻722
409
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

xaye 頭像

祝你今天愉快 - C++進階學習（七） 動態開闢內存的應用場景

需要動態開闢內存的場景有以下幾種： 1. 大數據量的內存開闢 2. 變量的生命週期需要超過函數調用週期 3. 不確定需要多大內存空間，需要運行時開闢內存 示例： int main() { // 假設我們現在需要接收用户所輸入的數，然後進行排序 int num; printf("請輸入數的個數："); // 獲取用户輸入 scan

指尖人生 , 函數調用 , 移動開發 , 數據 , i++ , c++ , Android

收藏 評論

u_17567677 頭像

沃觀態勢感知 - 核心技術解析：出海輿情監控網站如何實現全球多平台數據抓取？

出海輿情監控網站的本質是“以儘可能低的成本、儘可能高的速度、儘可能高的準確度，抓取全平台、跨語言、跨區域的輿論數據”。要做到這一點，技術難點極其複雜：全球各平台結構不同、數據權限政策差異巨大、多語言內容格式多樣、商家發佈頻率極高、用户表達碎片化嚴重，而出海輿情監控網站必須在最短時間內把這些信號轉化為統一結構的數據，為品牌提供可靠洞察。因此，理解出海輿情監控網站的數據抓取核心技術，

數據 , 人工智能 , 數據分析 , 數據抓取 , 結構化

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - 數據產品——如何設計數據埋點方案？

1. 前端監控的痛點與解決方案 你是否還在為移動Web應用的用户行為追蹤不準確、錯誤上報延遲而煩惱？Mars（騰訊移動Web前端知識庫）提供了輕量級解決方案，幫助開發者實現高效的前端監控數據採集。通過埋點設計與數據質量控制，可精準捕獲用户行為、性能指標和錯誤信息，為產品優化提供數據支持。 讀完本文你將獲得： 移動Web端埋點設計的最佳實踐 數據

數據 , 數據質量 , 前端開發 , Javascript , Web

收藏 評論

u_16099242 頭像

網線小遊俠 - 408計算機網絡學習筆記——計算機網絡體系結構

目錄 計算機網絡的性能指標 1. 速率 2. 帶寬 3. 吞吐量 小結 4. 時延 5. 時延帶寬積 6. 往返時延 7. 信道利用率 小結 計算機網絡的分層結構 1. 分層的設計思想 2. 計算機網絡的分層結構

數據 , 傳輸層 , 後端開發 , OSI , 考研 , harmonyos , 計算機網絡

收藏 評論

u_14230 頭像

爛漫樹林 - vue3 typescript 組件調用頁面函數

Vue.js組件的使用 一.組件 　　組件是可複用的vue實例，可分為局部組件和全局組件。 二.組件入門小案例 　　要求定義一個組件”one“，並重復使用它。 2.1.代碼實例 1 html lang="en" 2 head 3 meta charset="UTF-8" 4 titlevue局部組件和全局組件/t

數據 , Vue , 前端開發 , typescript , HTML

收藏 評論

u_15675284 頭像

鈴鈴鈴靈 - 解構華為Mate X7：一部摺疊旗艦背後的技術護城河與生態先手

作者 | 曾響鈴 文 | 響鈴説 曾幾何時，摺疊屏手機是科技圈最酷的“未來符號”，每一次開合都伴隨着旁人豔羨的目光。然而，當摺疊屏以驚人的速度從“小眾嚐鮮”走向“主流選擇”時，一種新的集體性困惑也開始在用户中蔓延，我們手中的這塊可摺疊屏幕，除了形態的新奇，究竟還帶來了什麼不可替代的價值？ 這個問題指向了摺疊屏行業發展的深層次瓶頸，當形態創新的邊際效應遞減，行業的

數據 , 區塊鏈 , 拖拽 , 文件傳輸

收藏 評論

u_16213629 頭像

mob64ca1403528a - 頭歌 機器學習 決策樹 信息熵與信息增益

決策樹的幾個常用算法：ID3, C4.5和CART算法 原理： 要對數據進行分類，涉及到通過選取什麼樣的特徵對數據進行分類，比如將柚子和西瓜進行分類，可以選取（大小、顏色、甜度等特徵） 決策樹的功能就是判斷使用哪個特徵，然後選取他認為最好的特徵對數據進行分類。 那麼他是如何選取最好的特徵呢？ 對於ID3（選取信息增益最大的特徵），C4.5（選擇信息增

機器學習 , 決策樹 , 數據 , 信息增益 , 人工智能

收藏 評論

u_13360 頭像

level - 51單片機學習——1天學完普中基本實驗例程，走馬觀花式學習，大家切勿效仿。_小輝_Super的博客-博客

文章目錄 如何創建 Keil 工程 創建步驟 1. 創建文件夾結構 2. 打開 Keil 3. 創建新工程 4. 創建不同類型的內容 頭文件 明白頭文件包含了什麼 標題具體內容 sfr sb

數據 , 初始化 , 後端開發 , harmonyos , 初值

收藏 評論

u_17420180 頭像

合合信息解決方案 - 銀行票據人工審核痛點有哪些

醫療票據造假正在成為保險理賠領域的"灰色地帶"。2020年至2021年間，某醫藥代表陸某使用WPS軟件將三名患者的EGFR T790M基因突變檢測報告從"陰性"篡改為"陽性"，導致醫保基金損失。2024年，內蒙古烏蘭浩特市更是破獲兩起醫療領域虛開發票案，涉案金額合計高達110億元，涉及1.6萬張虛假髮票。面對日益專業化的造假手段，保險公司如何防止假髮票成為行業亟需解決的難題。合合

機器學習 , 數據 , 神經網絡模型 , 複製粘貼 , 人工智能

收藏 評論

u_14682436 頭像

TwcatL - 遷移學習深度解析：讓AI快速適應新任務的核心技術

在深度學習實踐中，你是否遇到過這樣的困境：想訓練一個圖像分類模型，卻只有幾百張標註數據；想開發一個文本情感分析系統，卻缺乏足夠的領域內語料；從零開始訓練模型不僅耗時耗力，還容易出現過擬合。這時候，“遷移學習（Transfer Learning）”技術就能幫你解決這些問題。它的核心思想是“借力打力”——將在大數據集上訓練好的模型（預訓練模型）的知識，遷移到新的小數據任務中，讓模型快

數據 , 私藏項目實操分享 , 遷移學習 , jquery , 前端開發 , 特徵提取

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 完整教程：AI × RWA 本地生活品牌數字資產管理與增長平台

——讓品牌經營成為內容資產，讓消費行為成為價值創造 一、前言：從消費互聯網到資產互聯網 過去十年，本地生活行業依託平台紅利搭建了規模化增長，但其核心問題始終未解： 信息歸平台所有，品牌缺乏獨立資產； 用户付費即失聯，缺乏沉澱與共識； 營銷高投入低迴報，價值增長難以持續。 而在 AI 與 Web3 技術的驅動

數據 , 數據分析 , 應用場景 , 前端開發 , Javascript

收藏 評論

xjsunjie 頭像

xjsunjie - 可信數據空間：技術架構與建設路徑

隨着數字經濟的深化，數據要素的價值日益凸顯，但數據孤島、隱私泄露和信任缺失等問題嚴重製約了數據價值的充分釋放。可信數據空間（Trusted Data Space, TDS）作為一種新型的數據基礎設施和協作範式，通過構建一個去中心化、主權可控、安全可信的數據共享與流通環境，為解決上述難題提供了系統性方案。 本文旨在深入剖析可信數據空間的核心理念、關鍵技術架構，並提出一套系統化

數據空間 , yyds乾貨盤點 , 數據 , 技術架構 , 人工智能 , 數據分析

收藏 評論

u_14987 頭像

attitude - Kafka/RocketMQ 多線程消費時如何保證消費順序？

多線程問題 對於mysql裏面上萬條信息，我開多線程，比如10個，要是完成第一個線程處理前k條，後面的依次處理後k條，這怎麼建立？要是第3個線程處理k到k+n條數據出問題的時候，我應該記錄這批次信息的id到一個單獨的地方，我覺得這數據量小，可以存在List裏面，然後該批次（批次大小200）的所有數據都進行事務回滾，不提交。最後全部都處理完了，再去處理這些異常的list列表裏

線程池 , 數據 , 後端開發 , harmonyos , kafka

收藏 評論

u_12226 頭像

小蝌蚪 - Hadoop雲計算實戰 - 李航421的個人空間 -

Hadoop 實戰：從Hive、Impala（Cloudera CDH、CDP）海量數據到 AI 決策的落地方法 建議由CDH遷移到CMP 7.13平台（類Cloudera CDP，如華為鯤鵬ARM版）可以做到無縫切換平緩遷移 Hadoop 實戰：從 Hive、Impala 海量數據到 AI 決策的落地方法 一、引言：為什麼需要將 Hadoop

數據 , hive , hadoop , Css , 前端開發 , HTML

收藏 評論

u_15796946 頭像

程序猿追 - 每天節省3小時：我們如何用IPIDEA動態IP解決海外數據採集難題

一、前言 在數據驅動的業務中，穩定採集競品信息是做出有效決策的基礎。但在實際操作中，採集工具的可靠性常常受限於一個底層因素：IP 地址。 我曾面臨一個具體問題：我們在做一個一套用於監控海外運動品牌市場動態的系統時，因為自建代理池的 IP 質量不穩定，導致數據採集成功率僅在 65% 左右波動，並且採集的速度也不理想。維護這套系統，每天需要投入數小時處理 IP 和驗證碼。

大數據 , 數據 , ip , 數據採集 , 數據倉庫

收藏 評論

u_16175518 頭像

mob649e8168f1bb - ollama 訓練模型參數

ollama 訓練模型參數的描述 在人工智能和機器學習領域，模型的訓練參數直接影響到模型的性能和使用效果。作為一名IT技術類專家，我在處理“ollama 訓練模型參數”的問題時，積累了一定的經驗。接下來，我將詳細記錄解決此類問題的思路和過程，旨在幫助更多的用户理解和解決類似挑戰。 背景定位 在使用ollama進行模型訓練時，許多用户會遇到參數配置不足的問題，這可能導致模型性能

批處理 , 數據 , aigc , 調優

收藏 評論

powertoolsteam 頭像

powertoolsteam - 2025 高性價比 BI 工具推薦：Wyn 商業智能憑嵌入式 + AI 能力脱穎而出

2025 高性價比 BI 工具推薦：Wyn 商業智能憑嵌入式 + AI 能力脱穎而出 在企業數字化轉型中，BI 工具是數據驅動決策的核心，但 “成本高、上手難、集成弱” 成為多數企業的選型痛點。經過實測對比，Wyn 商業智能軟件憑藉 “高性價比 + 全場景適配 + AI 增強” 的核心優勢，成為中小企業至大型企業的優選方案，其嵌入式架構與零門檻操作特性，完美平衡了功能深度與使用成本。

商業智能 , 嵌入式 , 數據 , 代碼人生

收藏 評論

u_16213311 頭像

mob64ca12d32849 - ollama anythingllm 流程

在現代 AI 領域，"ollama anythingllm 流程" 是一個讓人興奮而又複雜的話題。通過這篇文章，我將記錄下自己在解決這一問題過程中所經歷的步驟與技術細節，從環境準備到優化技巧，逐步深入探討每個環節。 環境準備 在正式開始之前，首先要確保我們有一個合適的軟硬件環境支持我們的操作。如下表為您提供了一些軟硬件要求，以及相關的版本兼容性矩陣。

數據 , aigc , ci , Python

收藏 評論

u_15879876 頭像

Aloudata - 數據安全與數據民主化可以兼得？Data Agent 如何實現精細化權限管控？

在“數據民主化”浪潮下，業務人員希望能像使用搜索引擎一樣，通過自然語言對話即可實現自主數據探查、分析和洞察。以 ChatBI、Data Agent 為代表的數據分析智能體，正憑藉着自然語言交互、自動生成分析結果的優勢，推動數據分析從“IT 取數”走向“人人問數”。 但在 ChatBI、Data Agent 規模化落地過程中，一個尖鋭的問題隨之浮現：當一線員工、合作伙伴都能隨

數據 , 人工智能 , 數據分析 , SQL , chatbi

收藏 評論

teayear 頭像

學技術贏未來 - prometheus組件介紹 運維工程師教程

這個圖展示的是Prometheus監控系統的核心架構，各組件功能如下： 1. 數據採集相關組件 Short-lived jobs（短生命週期任務）： 臨時運行的任務（如定時腳本），無法被Prometheus主動拉取數據，會在任務結束時通過push metrics將指標推送到Pushgateway。 Pushgateway： 接收短生命週期任務推送的指標，作為“中轉站

數據 , API , 推送 , 人工智能 , 深度學習

收藏 評論

u_10980431 頭像

安徽電科恆鈦 - 存量配電房無人值守改造--智能配電房監控系統

1 當前現狀 我國供電負荷密度持續加大，企業、小區、農村的開閉所數量激增且分佈廣泛，單地市級存量開閉所常達上千個，其中2/3資產歸供電部門所有。相較於高壓配電自動化的高度成熟，低壓配電房自動化水平極低，供電部門主要依靠區域操作隊、搶修點開展運維，大量開閉所處於無人值守狀態，存在諸多管理盲區： 配電開關跳閘、温度/濕度過高、供電異常、設備被盜、

數據 , 物聯網 , 運維 , 實時監控

收藏 評論

u_16213396 頭像

mob64ca12e7f20c - sstableloader工具的使用

sstableloader工具是一個非常有用的工具，用於將數據導入到SSTable格式的數據庫中。它在許多數據遷移和變更場景下起到關鍵作用，尤其是在處理大規模數據時。為了使大家能夠更好地使用sstableloader工具，我將從版本對比、遷移指南、兼容性處理、實戰案例、性能優化和生態擴展六個方面來詳細介紹。 版本對比 在版本對比方面，我們將探討不同版本之間的特性差異，並通過公式展

數據 , 配置文件 , 舊版 , aigc

收藏 評論

u_16213573 頭像

數據探索家 - STM32—DMA超詳解入門(內存-＞內存、內存-＞外設、外設-＞內存)

一.DMA概念 STM32 的 DMA（Direct Memory Access，直接存儲器訪問）是一種無需 CPU 干預，直接在存儲器（如 RAM、Flash）與外設（如 UART、SPI、ADC 等）之間或存儲器之間傳輸數據的技術，能顯著減輕 CPU 負擔，提高數據傳輸效率，尤其適合高速、大數據量的場景（如傳感器數據採集、通信數據收發等）。 獨立於 C

數組 , 數據 , 初始化 , 後端開發 , Python

收藏 評論

u_16213673 頭像

mob64ca140dc73b - 健康雲平台架構 雲健康平台是不是傳銷

雲在指尖被定性為傳銷，沒收非法所得三千多萬，還有相應的罰款，從表面上看，國家不過是查了一個傳銷公司，從更深層的意義來看，也是這個投機時代的結束，通過工商的表述我們可以很清晰的看出來，之前是不太懂，研究了一下懂了，然後就查了。其中對其推廣和發展的描述，相信很多三級分銷看的也是心驚膽戰的。 其實這裏面有很多知識點是值得去解讀的，希望對此有疑問的人可以仔細研讀。 在

雲平台 , 數據 , 二維碼 , 雲計算 , 健康雲平台架構 , 微商

收藏 評論