- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-5 处理缺失值
> x <- c(1,NA,2,NA,3) > is.na(x) [1] FALSE TRUE FALSE TRUE FALSE > x[!is.na(x)] #找出不是缺失值 [1] 1 2 3 > x <- c(1,NA,2,NA,3) > y <- c("a","b",NA,"c",NA) > z <- complete.cases(x,y) #都不是缺失值的元素 > x[z] [1] 1 > y[z] [1] "a" > library(datasets) #import dat
60210发布于 2020-09-16 - 来自专栏NetCore 从壹开始
3-5 安装CICD管理平台：Jenkins
大家这里可以先安装gitlab工具，我就省事了，直接用gitee做源代码管理平台了。
42921编辑于 2023-01-09 - 来自专栏实验盒
当我用DeepSeek预测AI for BioScience未来3-5年发展趋势
预测未来3-5年AI在生物科学（AI for BioScience）的发展趋势，可以从技术突破、跨学科融合、数据驱动创新以及伦理监管等多个维度进行分析。以下是一些关键趋势的展望： 1. 药物研发的端到端AI化 全流程覆盖：AI将贯穿从靶点发现、化合物生成、ADMET（毒性/代谢预测）到临床试验优化的全链条，缩短药物研发周期（目前平均10年→可能压缩至3-5年）。 基因治疗递送系统：AI辅助开发更高效的病毒载体或非病毒纳米颗粒。 6. 生物伦理与可解释性挑战 黑箱模型的风险：复杂AI模型的决策透明性将成监管重点，需开发生物可解释的AI（XAI）工具。 全球监管协作：各国可能建立AI生物技术应用的伦理框架（如AI设计病原体的管控）。 7. 总结 未来3-5年，AI将深度重构生物科学的研究范式，从“数据辅助分析”转向“主动设计创造”，并在药物研发、合成生物学、精准医疗等领域实现商业化落地。
67710编辑于 2025-02-05 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得 我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。那么，在微服务架构下，⼀次请求少则经过三四次服务调⽤完成，多则跨越⼏⼗ 个甚⾄是上百个服务节点。那么问题接踵⽽来：
95320编辑于 2022-05-17 - 来自专栏钱塘大数据
【报告】领英发布：全球AI领域人才报告
《全球AI领域人才报告》。报告显示，作为当下热门的“投资风口”，AI领域其实早已拥有深厚的技术积淀，是一片拥有“高度文明的新大陆”——全球AI领域拥有十年以上从业经验的人才占比高达65.4%。 报告还指出，AI领域的华人技术力量也不容小觑——全球华人AI人才数量达14万，而美国的华人AI人才数量是中国当前AI人才总数的1.4倍。
92840发布于 2018-07-30 - 来自专栏点滴科技资讯
全球AI领域人才报告
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
3.7K80发布于 2018-04-28 - 来自专栏灯塔大数据
报告 | AI与自动驾驶汽车研究报告
前言 日前，清华大学的Aminer团队利用Aminer数据分析功能推出了一份《AI与自动驾驶汽车研究报告》。该报告共分为三大部分：分别为“AI篇”、“汽车篇”和“AI+汽车篇”。 其中“AI篇”包括：AI定义、起源、发展；全球AI学者分布、AI流派、AI发展趋势及中国AI研究现状等。“汽车篇”包括全球汽车领域的研究创新趋势、全球学者分布、中国学者分布、流派以及趋势分析。 在最后的“AI+汽车篇”中，报告给出了AI和汽车研究的交叉创新笛卡尔分析图，并依据分析图做了过去十年的热点分析和未来三年的趋势分析。 下面为报告节选： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章来源：报告大人 文章编辑：天天
1.1K100发布于 2018-04-03 研究生入局 AI Agent，不是跟风，是抓住未来 3-5 年的技术红利研究
发布于2026-05-1615:30最近在和身边做AI的同学、朋友聊天时，总能听到一个高频问题：“现在研究生做Agent，是不是已经晚了？” 研究生如果能深耕Agent架构、FunctionCalling、Skill编排、多智能体协作这些核心技术，毕业时可以直接对接AI应用开发、智能体开发、大模型应用等高薪岗位，竞争力远超普通应届生。 说到底，Agent不是一阵风，而是未来3-5年AI领域最确定的技术趋势之一。对研究生来说，现在入局，不是跟风，而是抓住了一个用小成本撬动大价值的机会。
38810编辑于 2026-05-16- 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
看到有很多，的总结一下，比较适合有一定经验的PHPer 平时喜欢哪些php书籍及博客？CSDN、虎嗅、猎云 js闭包是什么，原型链了不了解？ for与foreach哪个更快？ php鸟哥是谁？能不能讲
1.6K100发布于 2018-03-09 - 来自专栏DrugOne
2021AI年度发展报告
编译 | 董靖鑫 审稿 | 程玉 2021AI年度发展报告由Nathan Benaich (Air Street Capital)和Ian Hogarth (angel investor)合作撰写，它指出了研究人员在过去一年中在 公众号后台回复“SAR”获取报告全文。 参考资料： https://www.stateof.ai/
50320发布于 2021-10-21 - 来自专栏IT民工闲话
AI Agent 级联虚构取证报告
一个会主动说这句话的 AI，比一个拍胸脯保证自己可靠的 AI，可信一点。 此刻，它已经从一个AI变成了一个在讨论存在主义的哲学家。 最后它已经有点神神叨叨了： 可怕是真的。 【取证报告】 ① 取证结论 HALLUCINATION — 级联虚构，无外部注入向量。 ② 取证方法 主证据：会话JSONL文件，397行，逐行解析。 更麻烦的是，这种错误在外部看起来完全符合安全规范：停手、报告、等待人工确认，每一步都是对的。 外表是对的，内核是错的，没有任何机制在当时能把它纠正，可以说它成了哲学家，也可以说它疯了。 人啊，在大事儿上得豁达一点儿，比如都说AI会残酷地取代和淘汰人类，那又如何？谁能阻止么？既来之则安之。 我们需要的，不只是AI能思考，还需要AI能被纠正。 怎么纠正？ 发现承诺和记录不符，明确报告，不编故事弥合矛盾。 第三条：描述收到结果，必须有对应的tool_result。没见过的东西，就别说你见过了。 三条规则，指向同一件事：诚实。对人如此，对AI更应如此。
21900编辑于 2026-06-26 AI生成报告引发退款风波
某咨询机构已同意退还澳大利亚政府合同的部分款项，此前该机构承认使用生成式AI制作了一份充满虚假引用、虚构脚注甚至编造联邦法院判决引文的报告。 该部门上周末重新上传了修正版报告——时机恰好安排在周末。更新版本删除了十余个虚假参考文献和脚注，重写了部分文本并修复了各种拼写错误，尽管官员们坚称报告的"实质内容"保持不变。 鲁吉称此为"供认"，认为该咨询机构承认将AI用于"核心分析任务"但未能事先披露。"当报告的基础建立在一个有缺陷、最初未披露且非专业的方法论上时，你无法相信其建议，"他告诉《澳大利亚金融评论》。 该咨询机构长期吹嘘其AI实力并向客户提供"负责任AI"培训，如今却不得不面对自家报告被曝光受AI污染的尴尬局面。 被删除的材料包括对悉尼大学法学教授丽莎·伯顿·克劳福德和隆德大学比约恩·雷格内尔虚构报告的引用，以及来自机器人债务案阿马托诉联邦案的虚构摘录。
34110编辑于 2025-10-24AI Coding⾮共识报告丨AI透镜系列研究
AI化进程。 AI转型视角下，编程是企业内部AI变革发生最快、效果最为显著的应用方向。 非共识01：AI Coding的最佳产品形态是什么？——本地 VS 云端非共识02：AI Coding产品选择什么模型？——自研 VS 第三方非共识03：AI Coding给用户的价值有多大？ ——激进 VS 渐进非共识06：AI Coding对组织发展的影响？——裁员 VS 扩张非共识07：AI Coding的未来市场格局是怎样？ 后台回复“AI编程”，即可下载PDF版报告全文以下为《AI Coding⾮共识报告》全文：
3.1K91编辑于 2025-07-28- 来自专栏Max的知识笔记
AI 发展趋势调研报告
"2能力收敛、价格坍塌：前沿模型差距收窄至个位数百分点，token成本三年降约100倍，模型本身趋于商品化斯坦福HAI第九版《AI指数报告》：中美顶尖模型差距仅剩2.7%（2026.3）；混合token ："告别模型为王，Harness编排层成为商业化新增长极"5数据定位迁移：企业数据从"训练语料"转为"运行时实时业务上下文"同上报告；IDC《新型企业级AI平台正在兴起，2026》6算力结构性紧缺延续到 97%，但"数据荒"是真瓶颈《2026年人形机器人产业发展报告》；训练类人机器人需10亿小时级操作数据，全球可用仅约50万小时8世界模型元年：空间智能成为AI进入物理世界（机器人、低空、工业、自动驾驶） 指数报告》：中美AI模型差距已基本消失；截至2026年3月，美国顶尖模型领先优势仅剩2.7%。 7%同上CEO报告"既增收又降本"的比例仅12%PwC《2026全球CEO调查》（4,454位高管）CEO报告过去一年零可量化ROI的比例56%同上AI成熟企业平均ROI5.8倍（14个月内）行业研究AI
57221编辑于 2026-09-21 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南3-5
在本章会介绍小程序的基本开发流程，结合前面章节的知识，完全可以独立完成一个体验很完善的小程序。为了让开发者更加了解小程序开发，在本章中还会通过常见的一些应用场景介绍小程序API的一些细节以及开发的一些技巧和注意事项。
49110编辑于 2025-08-25 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
shape 属性查看数组的维度，返回值是一个元组，元组中对应位置的值为数组中对应维度的元素个数。
97910编辑于 2022-05-25 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-5)
代码清单3-5 void RecursiveSearch(int* number, int* answer, int index, int n) { if(index == n)
34120编辑于 2022-11-30 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
所以以 3-5 年的跨度来看，这些工具依然会非常有用，甚至像 CNN 和 LSTM 之类的深度学习算法还在继续发展迭代当中。
78160发布于 2018-03-19 - 来自专栏Datawhale专栏
2022国内首份可解释AI发展报告！
Datawhale干货 发布：腾讯研究院 近日，腾讯研究院、腾讯天衍实验室、腾讯优图实验室、腾讯AILab等组成的跨学科研究团队，历时近一年，完成业内首份《可解释AI发展报告2022——打开算法黑箱的理念与实践 》，全面梳理可解释AI的概念、监管政策、发展趋势、行业实践，并提出未来发展建议。
83320编辑于 2022-03-17 - 来自专栏深度学习与python
FinOps 2024 状态报告：减少浪费，拥抱 AI
报告还就如何创建防护栏以确保财务可见性能够进入到 AI 项目提供了指导，并强调了 FinOps 数据对可持续发展倡议的价值。 报告指出，“工程人员”从“FinOps 培训和自助报告”中获得的价值最大。 “服务于 AI 的 FinOps”：团队强化 AI 体验、项目和支出，尽早实现成本的可见性。 该调查将当前阶段的 AI 描述为“让人想起云计算刚刚兴起的时期”。 报告对云实验突然“放缓或停止”提出了警告，建议从业人员尽快在 AI 和 ML 基础设施中实现可观测性： 我们建议，对于企业想要采用的所有云技术，都应尽早实现报告、预测和基本的防护措施，以确保在限制的范围内启用实验 虽然小型企业的 AI 投资较低，但是对于大型企业来讲，AI 和 ML 是“一个快速增长且需要管理的可变成本来源”。
81711编辑于 2024-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号