收藏 / 列表

u_15214399 頭像

u_15214399 - 基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化

本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 最新案例動態，請查閲 《【案例共創】基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 隨着電子商務行業的競爭加劇，企業需要更加精細化的客户管理策略來提升客户忠誠度和營銷效率。根據最新的市場調研，電商行業平均

數據 , pytorch , Customer , 人工智能 , 開發者

u_16237826 頭像

軟件求生 - 震撼！SpringAI 扛起多模態大旗：Google Vertex AI 嵌入模型太強了！

大家好，我是小米。 今天我一定要和你們分享一個我最近“玩到停不下來”的東西： Google Vertex AI 的多模態向量模型（Multimodal Embedding）整合進 SpringAI。 你有沒有這種感覺： 明明我們已經用文本向量模型玩得飛起，做語義搜索、做相似度匹配、做推薦算法……結果這時候突然有人告訴你：

機器學習 , yyds乾貨盤點 , google , 相似度 , 人工智能 , 模態

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI重塑世界？600家企業亮出底牌，背後暗藏這些機遇...

互聯網之光博覽會現場，600餘家企業鋪開一幅AI科技全景圖，而你，是否已經準備好握住這把改變未來的鑰匙？ 世界互聯網大會烏鎮峯會近日落下帷幕，但科技的餘温未散。在“互聯網之光”博覽會上，40餘個大模型、30餘個智能體、20多項具身智能機器人同台競技，勾勒出AI技術應用的廣闊邊界。 從算力互聯互通平台的政策支持，到夸克AI眼鏡與智能體“桐小烏”結合的沉浸式服務，再到小鵬IRON機器人的全

人工智能

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第14講：實戰：構建一個支持複雜學術論文問答的RAG系統

在前面的課程中，我們學習了 RAG 相關的知識，以及如何自定義 Reader 組件和在 RAG 任務中處理圖片和表格數據。本節內容將在此基礎上，利用前面學到的知識，搭建一個基於論文的問答系統。 在信息爆炸的時代，科研論文的數量激增，研究人員在查閲文獻時面臨諸多挑戰。論文內容專業性強、邏輯複雜，傳統的關鍵詞檢索方式難以精準提取核心信息，導致獲取有效內容的成本較高。 為了解決這一問題，RAG技術被廣泛

論文 , 教程 , 知識 , 系統架構 , 人工智能

smartbidashuju 頭像

Smartbi - 當 “頂級謀士” 住進系統：專家智能體，為你的決策破局開路

此前，我們介紹過分析智能體，它可是超靠譜的 “專屬數據夥伴”，擅長基於明確指令進行數據分析和可視化展現。 但實際中，用户提問常不明確，問句發散又靈活，沒法提前窮舉。就像有人問 “上半年經營情況怎麼樣”，沒説清看營收還是利潤、要分區域還是分產品線，而這樣的問題太常見了。 再者，像銷量下降、客户流失這樣的難題，用户可不是隻想拿到冰冷數據，他們要的是問題根源、解決策略。 這時，就需要我們另外一個數字夥伴

agent , bi , 人工智能 , 數據分析

bizidadejianbing 頭像

DashVector - 如何通過Python SDK在Collection中分組檢索Doc

本文介紹如何通過Python SDK在Collection中按分組進行相似性檢索。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python示例： Collection.query_group_by( self, vector: Optional[Union[List[Union[int, float]], np.n

ai開發 , 數據庫 , 人工智能

grapecity 頭像

葡萄城技術團隊 - 想讓數據大屏 “驚豔全場”？這 5 個設計技巧一定要用

想讓數據大屏 "驚豔全場"？這 5 個設計技巧一定要用 最近幾年，"數據可視化" 這個詞一直保持着較高熱度。它具體是指把數據轉化成圖表、地圖這類視覺形式，讓人們能更輕鬆地看懂數據背後的含義。 在可視化領域裏，數據可視化大屏是當下的熱門應用，常見類型主要有三類：信息展示類、數據分析類和監控預警類。做數據可視化大屏有兩個關鍵要點，一是展現效果要足夠酷炫，二是要清晰呈現數據間的層次關係。而一份優質的數

數據分析

huamingshixunkeji 頭像

華明視訊科技 - 什麼是鐵路車號識別裝置？

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 算法 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.24-10.31）

本週AI領域迎來密集更新，視頻生成為創新焦點，字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破；多模態、3D場景與智能體平台（如華為WorldGrow、智源Emu3.5、360 SEAF）取得顯著進展；同時，ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 中國科大與字節跳動

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 10 倍學習法

本文介紹瞭如何利用 AI 輔助學習，讓 AI 在學習過程中扮演六種角色，通過“類比 → 分解 → 記憶 → 練習 → 反饋 → 反思”框架優化學習流程，打造個性化的高效學習框架。原文：How to Learn Anything 10x Faster 你是個愛學習的人，決定學點新東西 —— 也許是 Python，也許是某個複雜業務流程，又或許是嘗試去搞懂機器學習。你可能收藏了十幾篇文章，保存

人工智能

wangzhongyang_go 頭像

王中陽講編程 - 某訊一面，有點難度

今天分享的是訓練營的朋友在某訊外包的面經，他在面完後跟我説：數據一致性策略好久沒問,有點忘了，所以這一塊答的不太好。 我一直都會和大家強調複習的重要性，尤其是這種常見的問題。看看下面的問題你都能答得上來嗎？ 基礎部分 - MYSQL和Redis 一、MySQL索引分類 普通索引（INDEX） 這是最基本的索引類型，它沒有任何限制。它可以創建在任何數據類型的列上，主要目的是加

緩存 , 數據庫 , 後端

chenzhuodeyagao 頭像

沉着的牙膏 - 金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案

概要：在金融行業日益數字化的背景下，數據庫成為企業核心資產，亦是合規審計與安全防控的重要戰場。面對多源異構、跨域流轉、高併發訪問等複雜環境，金融機構亟須一套「低誤差、高性能、符合審計要求」的數據庫風險審計與監測方案。本文圍繞“金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案”展開，首先闡述其背景與挑戰，再深度分析風險類型、提出解決方案、展現落地應用成效，最後探討其推廣價值，並附問答與用户

深度學習

codesheep_pro 頭像

CodeSheep - 大家有沒有發現一個奇特現象：你能在一個公司工作 12 年以上，無論你多忠誠多賣力，一旦公司賺的少了，那你就成了“眼中釘肉中刺”

最近在網上刷到一個職場帖子，原文差不多是這樣： “大家有沒有發現一個奇特現象：你很忠誠，能在一個公司工作 12 年以上，無論你態度多好多賣力，一旦公司賺的少了，那你就成了“眼中釘肉中刺”。 他們不會顧及你的任何貢獻，把你視作包袱，視作成本，然後不顧廉恥和情面，要麼降薪，要麼轉崗，狠一點不發年終獎，更狠一點暴力優化，故意耽誤你的時間成本……” 説實話，剛刷到這個話題時，看完心裏一陣揪揪。

JAVA , 程序員 , 後端 , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 7.16 勝算 AI 資訊日報：DeepMind 自信悖論、LG 混合模型登場、Astra AI 垂直突圍、瑞士千語開源

DeepMind 披露 LLM 的“自信悖論” 最新論文指出，LLM 在多輪追問或遭遇矛盾信息時，往往一面頑固堅持錯誤答案，另一面又輕易放棄已驗證的正確結論，呈現“過度自信 + 過度懷疑”的雙重失衡。(X (formerly Twitter), arXiv) 勝算短評：這相當於把“漂移”和“幻覺”結合成一個新級別風險：即便提示工程再精細，也可能在深層對話中被拖入邏輯黑洞。

chatgpt , openai , 人工智能 , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - vivo Pulsar 萬億級消息處理實踐（4）-Ansible運維部署

作者：Liu Sikang、互聯網大數據團隊-Luo Mingbo Pulsar作為下一代雲原生架構的分佈式消息中間件，存算分離的架構設計能有效解決大數據場景下分佈式消息中間件老牌一哥"Kafka"存在的諸多問題，2021年vivo 分佈式消息中間件團隊正式開啓對Pulsar的調研，2022年正式引入Pulsar作為大數據場景下的分佈式消息中間件，本篇文章主要從Pulsar運維痛點、Ansi

中間件 , 大數據 , 運維自動化 , ansible , pulsar

alluxio_com 頭像

Alluxio - Alluxio Enterprise AI 3.5 發佈，全面提升AI模型訓練性能

近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。

緩存命中率 , 機器學習 , 數據挖掘 , 緩存 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 中文Markmap v2.0 現已上線，新增高效功能，老闆再也留不住你下班的腳步！

介紹 Markmap.js 是一款開源項目，在 GitHub 上獲得了超過 1.7 萬個星的關注，它的主要功能是將 Markdown 文檔可視化為思維導圖。 在日常使用中，用户經常需要面對老闆的"再改一版"的問題， 而你則需要對生成的思維導圖進行高效修改以達到老闆的合理需求。 為此，中文Markmap 2.0 版本的更新，有效解決了這一需求，以下是新增的功能： 從圖形節點跳轉

Markdown

momodel 頭像

Momodel - 首批！18個“人工智能+高等教育”應用場景典型案例

近日，教育部發布通知，公佈了首批18個“人工智能+高等教育”應用場景典型案例—— 為深入貫徹落實國家關於開展“人工智能+”行動的戰略部署，積極推動高等教育與人工智能技術的融合發展，利用智能技術支撐人才培養模式的創新、教學方法的改革、教育治理能力的提升，教育部高等教育司組織了首批“人工智能+高等教育”典型應用場景案例的徵集和論證工作，尋找、發掘和推廣在人工智能技術應用上具有代表性、前瞻性且能

學習 , 人工智能 , 分享

liuyuedekele 頭像

六月的可樂🥤 - 強烈推薦 Web前端在線代碼IDE(代碼編輯器)

好用代碼在線編輯器推薦 在前端開發的世界裏，一款高效、便捷的代碼編輯器是每位開發者的得力助手。今天，我將以一名前端技術愛好者的身份，為大家介紹一款專注於前端領域的免費在線代碼編輯器——ColaOnlineCoder。它不僅支持在線編輯和預覽HTML、CSS、JavaScript等前端代碼，還集成了豐富的在線前端框架模板，以及強大的AI編程助手能力，為前端開發帶來了前所未有的便捷與可能。 這裏先貼一

css3 , 人工智能 , typescript , 前端 , html5

jdcdevloper 頭像

京東雲開發者 - 提供方耗時正常，調用方毛刺頻頻

一 現象 調用方A - JSF - 提供方B 大多數情況下，調用方耗時 和 提供方耗時 基本沒有差別 個別情況下，調用方耗時 遠高於 提供方耗時，大概5分鐘20+次 1.調用方A耗時如下圖   2.提供方B耗時如下圖  3.調用方監控添加 在調用JSF接口前後加的監控，沒有其他任何邏輯，包括日誌打印 4.提供方監控添加 在代碼最外層JSF接口加的監控，之外沒有任何代碼邏輯 5.耗時對比

後端

alijishu 頭像

阿里雲開發者 - 學習HTML DOM筆記

HTML DOM 簡介 HTML DOM 定義了訪問和操作 HTML 文檔的標準。 什麼是 DOM？ DOM 是 W3C（萬維網聯盟）的標準。 DOM 定義了訪問 HTML 和 XML 文檔的標準： "W3C 文檔對象模型 （DOM） 是中立於平台和語言的接口，它允許程序和腳本動態地訪問和更新文檔的內容、結構和樣式。" W3C DOM 標準被分為 3 個不同的部分： • 核心 D

dom , xml , HTML

JavaEdge 頭像

JavaEdge - Embedding Atlas：Apple推出的開源Embedding可視化工具！

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

u_17423871 頭像

美狐美顏SDK開放平台 - 從0到1構建抖動特效功能：直播美顏SDK開發全指南（含架構＋實戰）

在短視頻與直播業務高速發展的今天，“抖動特效”已經從一個“錦上添花”的視覺效果，變成提高直播互動、增強內容節奏的重要能力。無論是直播帶貨的“爆點動效提醒”，還是短視頻的節奏卡點展示，抖動特效背後都離不開美顏SDK、實時渲染、圖像處理算法的協作。 對於正在研發直播應用的團隊來説，從0到1打造一個“可複用、性能穩定、兼容性高”的抖動特效模塊，看似簡單，其實涉及圖像幀處理、濾鏡渲

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

fabarta 頭像

Fabarta - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習