tag 數據

標籤
貢獻710
357
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_16653481 頭像 u_17420180 頭像 u_13715298 頭像 u_15988698 頭像

@數據 / 博客 RSS 訂閱

yuanjihua_5d954fd2a3238 頭像

圓圓大姐頭 - Apikit 自學日記：測試數據集

測試數據集 添加數據集的變量 在測試用例詳情頁面中，您可以點擊上方的 測試數據 標籤，進入用例的數據管理頁面。在這裏您可以添加多組測試數據，以及每組測試數據的變量。 在添加數據集前，我們需要設置數據集中存在什麼變量。可以將數據集和變量理解為是Excel表格中的行（數據集）和列（變量）。 點擊添加變量按鈕，在彈窗可以輸入多個變量值，並且通過換行分隔。 比如我們希望在測試步驟中將user_n

數據 , API , 接口文檔 , 接口 , 接口設計

收藏 評論

chinak 頭像

harber_X - Elasticsearch 集羣狀態為 "red"

問題概述 Elasticsearch 集羣狀態為 "red"，由於某個索引的主分片數據在所有節點上丟失，導致集羣健康檢查失敗，Pod 就緒探針無法通過。 故障現象 集羣狀態:red 未分配分片: 1個 Pod 狀態:0/1(就緒探針失敗) 錯誤信息:no_valid_shard_copy 影響: 服務不可用，應用無法連接

elasticsearch , redis , 數據 , bash , 數據庫

收藏 評論

u_11841527 頭像

chinahuanqiu - IMtokenMySQL數據庫下載網:imtke.app安裝存儲結構

數據庫（IMtoken MySQL）是按照數據結構來組織、存儲和管理數據的倉庫，它起源於20世紀50年代中期，隨着計算機技術和信息技術的發展而不斷髮展。數據庫通常用於存儲和管理大量的數據，這些數據可以是結構化的，也可以是非結構化的。 1.1 數據庫的主要特點 數據組織性：數據庫中的數據不是雜亂無章的，而是按照一定的數據模型組織起來的，這使得數據易於理解、使用和

數據 , MySQL , nosql , 數據庫

收藏 評論

u_16376057 頭像

仰望者的天空 - 圖解網絡30

趣味解讀 什麼是網絡 網絡其實存在於日常生活中的每一個角落。 你的電腦，打印機，手機，甚至電視等等都屬於網絡設備。通常，你需要將這些設備通過網絡連接起來，這樣就可以實現數據的傳輸和共享，讓工作生活更加便捷。 如果你的連接沒有問題，就可以通過電腦給打印機發送指令，讓它幫你打印資料。 或者，將資料存儲到你的本地服

數據 , 網絡連接 , 網絡設備 , 網絡 , Css , 前端開發 , HTML

收藏 評論

u_17479937 頭像

u_17479937 - 2025年9款AI論文神器推薦：實測查重率低原創度高！

家人們，今天在校園論壇閒逛時，又看到了好多關於畢業論文的求助帖。有個學妹急得都快哭了，説距離答辯就剩一個月，可論文進展十分緩慢。文獻綜述部分寫得雜亂無章，數據處理也毫無頭緒，查重率初步檢測就高達 45%，導師已經下了最後通牒，再不合格就要面臨延畢。下面的回覆裏全是同病相憐的聲音，大家都在為畢業論文發愁。怕自己寫效率低，怕 AI 生成的內容查重不過關，怕找不到合適的文獻來支撐論點，

論文 , 數據 , 工具鏈 , AI寫作 , aigc

收藏 評論

u_16099317 頭像

錦繡前程未央 - 文生圖關鍵問題探索：個性化定製和效果評價

文本生成圖片 Qwen-Image (28B，文生圖) 模型大小：57GBhttps://www.modelscope.cn/models/Qwen/Qwen-Image Qwen-Image-Edit-2509 (28B，圖文生圖) 模型大小：60GB https://www.modelscope.cn/models/Qwen/Qwen-Image-Edit-251

oracle , 數據 , 去噪 , 數據庫 , 生成圖片

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：十三、大數據下的“搭積木”：N-Gram 如何實現更智能的語義搜索

一、什麼是 N-gram 核心定義：N-gram 是來自給定文本或語音序列的N 個連續項（如單詞、字符）的序列。它是一種通過查看一個項目的前後文來建模序列的概率模型。 N：代表連續項的數量。 項（Item）：通常是單詞（Word），也可以是字符（Character）或音節。 核心思想：N-gram 模型基於一個簡化的假設：一個詞的出現概

Ngram , yyds乾貨盤點 , 數據 , 似然函數 , NLP , 自定義 , 人工智能

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI營銷智能體智慧教室教學平台：讓營銷課“活”起來，學完就能用

你有沒有覺得，上營銷課像在聽“理論脱口秀”？老師講4P、4C、用户畫像、轉化漏斗……聽着高大上，一到實操就懵——怎麼寫文案？怎麼選渠道？怎麼分析數據？學生學得雲裏霧裏，企業招人時又抱怨“畢業生不會幹活”。 現在，AI營銷智能體智慧教室教學平台正在改變這一切。它不是傳統的PPT+案例教學，而是一個“能對話、會實戰、懂反饋”的虛擬營銷教練——讓學生在課堂上就能“真刀真槍”做項目，邊學邊練

商業 , 數據 , NLP , 用户畫像 , 人工智能

收藏 評論

lu952450497 頭像

lu952450497 - 數據開發中的技術選型：從業務訴求到方案落地的全流程思考

企業的數據開發體系，往往伴隨着業務規模增長逐步演進。數據的產生源頭複雜、數據量不斷擴大、業務部門對數據的依賴程度提高，導致數據開發能力是否合理選型，將直接影響數據平台的穩定性、擴展性以及成本投入。 一、需求分析是技術選型的起點 在很多實際項目中，技術選型失敗主要不是因為技術不好，而是對實際訴求理解不清。技術選型之前應明確以下問題： 數據規

技術選型 , 大數據 , 數據 , hive , 數據倉庫

收藏 評論

u_17609497 頭像

小小小趙02 - 一份關於 Gemini 如何輔助解決各項工作問題的實戰指南

在當今快節奏的工作環境中，AI 已不再僅僅是一個聊天機器人，而是進化成了能夠深度參與工作流的“數字副手”。作為 Google 開發的多模態 AI，Gemini 憑藉其對文本、代碼、圖像及視頻的強大處理能力，正成為職場人士提升效率的利器。 以下是一份關於 Gemini 如何輔助解決各項工作問題的實戰指南： 一、 信息處理與知識內化：告別“信息過載” 工作中常面臨海量的文檔、長郵件

數據 , google , 人工智能 , 深度學習 , 模態

收藏 評論

u_12865 頭像

autohost - matlab乾貨總結（三）基礎學習篇之數據可視化

文章目錄 MATLAB 基因表達數據處理與可視化全流程案例 一、數據準備與預處理 1. 模擬/加載基因表達數據 二、高維基因表達數據降維可視化 三、差異表達基因分析與可視化 四、基因表達時序數據可視化（擴展） 五、關鍵技巧與注意事項 六、真實數據加載示

聚類 , 數據 , 開發語言 , 加載 , MATLAB , 後端開發 , harmonyos

收藏 評論

u_16175512 頭像

mob649e81673fa5 - aigc 拓撲數據分析

在當今數據驅動的時代，“AIGC 拓撲數據分析”已經成為企業洞察數據規律、優化資源配置的重要工具。通過利用拓撲數據分析（TDA）技術，我們能夠從複雜的數據中提取潛在的模式和結構，從而助力決策和業務發展。 問題背景 隨着業務的發展，我們的數據庫規模不斷擴大，數據量達到 $N = 10^6$ 條用户記錄，結構複雜度超過 $D = 100$ 維，這對數據分析的實時性和準確性提出了挑戰。

數據 , aigc , 解決方案 , 數據處理

收藏 評論

u_15214399 頭像

u_15214399 - 【案例共創】線性迴歸 - 汽車行駛里程與油耗關係預測

最新案例動態，請查閲【案例共創】線性迴歸 - 汽車行駛里程與油耗關係預測。小夥伴們快來領取華為開發者空間進行實操吧！ 本案例由：梅科爾工作室提供 1 概述 1.1 案例介紹 在機器學習領域，線性迴歸就是使用一個線性函數（多項式迴歸可以是曲線）去擬合給定的訓練集，測試時，對輸入的x值，返回這個線性函數的y值。最終目標是找到y=Θ0 + Θ1x1 +

機器學習 , 數據集 , 數據 , 人工智能 , 開發者

收藏 評論

u_16213610 頭像

mob64ca13feda16 - 智慧旅遊景區Web3D可視化GIS綜合運營平台

在旅遊業飛速發展的今天，景區管理正面臨着客流激增、安全應急、資源調配等多重挑戰。如何實現從“被動響應”到“主動預見”、從“經驗驅動”到“數據驅動”的跨越？答案，或許就藏在一張看似簡單卻藴含萬物的“圖”裏——這便是基於地理信息系統（GIS）的智慧旅遊調度指揮平台。 一、何為智慧旅遊的“智慧大腦”？ 傳統旅遊管理往往依賴人工巡查和分散的系統，信息

數據 , 智慧城市 , 物聯網 , Css , 前端開發 , HTML

收藏 評論

u_13357275 頭像

上海拔俗網絡 - 智慧政務 AI 巡查系統：用技術給政務服務 “找茬” 又 “提效”

常跑政務大廳的人都有體會：排隊半天卻被告知材料漏帶、承諾 3 天辦結卻等了一週、窗口工作人員態度忽好忽壞 —— 這些問題，如今有了 “智能管家” 來解決，它就是智慧政務 AI 巡查系統。作為深耕政務產品的從業者，我想讓大家明白：這套系統不是 “花架子”，而是用實打實的技術，把政務服務的 “糊塗賬” 算明白。 先看最貼近用户的圖像識別技術，它就像給政務大廳裝了 “智能眼睛”。和大家用手

數據 , 推送消息 , NLP , 人工智能 , 語音識別

收藏 評論

u_16756731 頭像

KlipC小助手 - 數據缺失與美聯儲官員“潑冷水”，12月降息預期驟降！

KlipC報道：當地時間11月13日，美股市場再度遭遇重挫。截至收盤，道指跌幅為1.65%，納指下挫2.29%，標普跌1.66%，大型科技股普遍走低，拋售情緒持續升温。 科技股估值過高的擔憂情緒進一步發酵，引發科技股大幅拋售。有經濟學家指出，市場正在對AI板塊進行“健康但痛苦”的修正，同時出現從超配科技向標配防禦資產的板塊輪動跡象。 此外，華爾街分析師表示，“市場關注點正從政府停擺結束迅

數據 , 人工智能 , 深度學習 , 估值

收藏 評論

u_16099356 頭像

IT智行領袖 - hadoop 配置多塊磁盤

數據存儲與分析 要實現對多個磁盤數據的並行讀寫 需要解決的很多問題 1 硬件故障問題。硬件多了，發生故障的概率變大。避免數據丟失的是備份。RAID(冗餘磁盤陣列)，HDFS 2 大多數分析任務需要以某種方式結合大部分數據共同完成分析任務，一個磁盤讀取得數據可能需要和另外的99個磁盤中 讀取的數據結合使用，各種分佈式系統允許結合多個來源的數據並實現分析，但

數據集 , hadoop 配置多塊磁盤 , 大數據 , 數據 , hadoop , 結構化

收藏 評論

u_16970152 頭像

求知上進 - Python 數據結構：集合推導式

Python 集合推導式是一種強大的特性，能夠簡化代碼，提高可讀性，同時為複雜的數據處理任務提供靈活和高效的解決方案。在這篇文章中，我們將深入探討集合推導式，從其基本語法、應用場景到高級技巧，以確保你能夠在實際編程中自如地運用它。 一、集合推導式的概念與語法 1.1 什麼是集合推導式？ 集合推導式是在一個可迭代對象（如列表、元組、字符串等）上進行迭代，並通過一個

數據 , 人工智能 , 深度學習 , 數據處理 , 迭代

收藏 評論

u_16175477 頭像

mob649e815ecee0 - diffusion模型unet網絡詳解

在本文中，我將深入探討“diffusion模型unet網絡”的工作原理，並通過分步指南詳細解釋如何在實際中實現和優化這一深度學習模型。進行這一過程的同時，結合環境準備、配置詳解、驗證測試、優化技巧和排錯指南來保證方法的系統性和完整性。 環境準備 在開始之前，我們需要確保軟件和硬件環境的正確配置。下面是我對所需環境的整理。 軟硬件要求 組件

排錯 , 數據 , aigc , ci

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI運動影像採集分析系統：讓每一次動作都有“數據答案”

運動時總疑惑“動作標不標準”？想提升成績卻找不到問題根源？AI運動影像採集分析系統正用技術打破這種迷茫，把“肉眼難辨”的動作細節，變成清晰可優化的數據，讓專業運動分析走進普通人的生活。 這套系統的核心，藏在“採集”和“分析”兩個技術環節裏。先看採集端：它不用複雜的專業設備，手機、運動相機甚至普通攝像頭都能充當“數據入口”。背後靠的是“動態幀率適配技術”——運動快時（比如跑步、跳繩）自

幀率 , 數據 , NLP , 運動分析 , 人工智能

收藏 評論

u_17590470 頭像

今晚加個牛腿吃 - Flink 全方位科普

Apache Flink 是一款由 Apache 軟件基金會開發的開源分佈式流處理框架，核心定位是 “處理無界和有界數據流”—— 簡單説，不管是實時產生的無限數據流（比如電商實時訂單、直播彈幕、物聯網設備數據），還是有限的批量數據（比如歷史交易報表、離線日誌），Flink 都能高性能、低延遲地處理，是大數據領域實時計算的核心工具之一。 一、核心特點（新手能看懂的人話版）

服務器 , 大數據 , 數據 , 集羣 , 實時計算

收藏 評論

u_16213616 頭像

mob64ca14005461 - 【趙渝強老師】MongoDB的體系結構_趙渝強老師個人博客的技術博客

在MongoDB數據更新時，WiredTiger存儲引擎使用預寫日誌的機制先將數據更新寫入到Journal日誌文件中。然後在創建檢查點操作開始時，再將日誌文件中記錄的操作刷新到數據文件。換句話説，通過預寫日誌和檢查點機制可以保證將數據更新持久化到數據文件中，並實現數據的一致性。 在檢查點（Checkpoint）操作開始時，WiredTige

數據 , 檢查點 , Css , 存儲引擎 , 前端開發 , HTML

收藏 評論

u_16213350 頭像

mob64ca12dcc794 - springai集成ollama

在這篇文章中，我將記錄下如何將 springai 集成到 ollama 的整個過程。從環境準備到實際應用，我將逐步深入每個環節，並提供必要的代碼塊和圖形以幫助理解。 首先，讓我們準備好工作環境。 環境準備 在開始集成之前，確保你的技術棧與項目需求兼容。以下是我們需要的技術棧版本兼容性矩陣： 技術棧 版本 兼容性

技術棧 , spring , 數據 , aigc

收藏 評論

u_16213674 頭像

mob64ca140e0490 - 監控和辦公電腦隔離的vlan劃分方法

隨着技術手段的不斷升級，企業數據防泄密的方法有很多，真的不勝枚舉，本文中，我們就重點聊一聊網絡隔離這個方法。 網絡隔離，很多企業並不陌生，尤其是研發型企業、金融行業、醫療行業等，大部分都是做了網絡隔離的，隔離的方式也有很多種，常見的比如網閘、防火牆、VLAN、虛擬化、劃分網段和安全域等等，如果對網絡隔離建設這塊還不是很瞭解的話，可以看看《企業網絡隔離建設指南》這個白皮書資料

監控和辦公電腦隔離的vlan劃分方法 , 數據 , 雲計算 , 文件同步 , 存儲位置 , 雲原生

收藏 評論