推荐
专栏
教程
课程
飞鹅
本次共找到552条
科学计数法
相关的信息
凯特林
•
4年前
浅谈JS中的递归
一、递归递归(英语:Recursion)在数学与计算机科学中,是指在函数的定义中使用函数自身的方法在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数其核心思想是把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解一般来说,递归需要有边界条件、递归前进阶段和递归返回阶段。当边界条件不满足时,递归前进;当边界条件满
helloworld_54277843
•
3年前
深度强化学习
2022年数字信息化培训项目系列各企、事业单位:随着科技的快速发展,人工智能俨然成了当今社会的关注焦点。而在人工智能的发展上,深度学习、强化学习、迁移学习等成为了科学界、工业界研究和应用的热点。在实际研究和应用过程当中,研究人员逐渐发现了深度学习单独应用的缺点,如没有决策能力,不可推理等。而深度强化学习,作为一种崭新的机器学习方法,同时具有感知能力和决策能力
学python的猫
•
4年前
学python?我入门才七天
怎么自学python,大概要多久?我专科学的机械,在毕业之前完全没有接触过编程,毕业后从零开始学习python,所以在这方面我或许可以说上那么一两句话。第一,你需要明确一个目标。你是想做一个网站?还是说做一个自己用的工具,这会影响你如何去学习python,是否学到一定程度该转去学另一种语言?这都和你想做的事有关系,如果你是希望学习python写一些小工具来提
Karen110
•
4年前
再见 for 循环!pandas 提速 315 倍!
来源:Python数据科学作者:东哥起飞上一篇分享了一个从时间处理上的加速方法「」,本篇分享一个更常用的加速骚操作。for是所有编程语言的基础语法,初学者为了快速实现功能,依懒性较强。但如果从运算时间性能上考虑可能不是特别好的选择。本次东哥介绍几个常见的提速方法,一个比一个快,了解pandas本质,才能知道如何提速。下面是一个例子,数据获取方式见文末。
待兔
•
3年前
面向对象设计原则之 - 高内聚
通常在面向对象设计中,我们经常听到,高内聚,低耦合,那么到底什么是内聚呢?内聚究竟是什么?参考百度百科的解释,内聚的含义如下:内聚(Cohesion),科学名词,是一个模块内部各成分之间相关联程度的度量。我自己的理解是:内聚指一个模块内部元素之间的紧密程度看起来很好理解,但只要深入思考一下,其实没有那么简单。首先,“模块”如何理解?一定会有人说,模块
Wesley13
•
3年前
AI金融知识自学偏量化方向
前提:统计学习(统计分析)和机器学习之间的区别金融公司采用机器学习技术及招募相关人才要求第一个问题: 机器学习和统计学都是数据科学的一部分。机器学习中的学习一词表示算法依赖于一些数据(被用作训练集),来调整模型或算法的参数。这包含了许多的技术,比如回归、朴素贝叶斯或监督聚类。但不是所有的技术都适合机器学习。例如有一种统计和数
专注IP定位
•
3年前
41种网络武器,54台跳板机掩盖真实IP!西北工大如何被NAS攻击
前言:41种网络武器,54台跳板机掩盖真实!西北工业大学遭受NAS攻击西北工业大学曾在6月22日发布声明,称遭受境外网络攻击,学校师生收到包含木马程序的钓鱼邮件,企图窃取相关师生邮件数据和公民个人信息。随后,西安警方对该事件立案侦查。西北工业大学坐落于陕西西安,隶属于工业和信息化部,是中国唯一一所以同时发展航空、航天、航海工程教育和科学研究为特色的全国重点大
天翼云开发者社区
•
1年前
热҈热҈热҈!天翼云开出解暑“凉方”!
天翼云依托技术、产品优势,为建筑工地提供覆盖采集、传输、处理、分析、展现等环节的视频系统整体构建方案,通过搭建智慧工地智能监控平台,实现对人、机、料、法、环全方位实时监控,为施工建设全周期提供安全保障。通过专网连接,实时监测工地温度、湿度及气候变化趋势,及时预警高温天气,灵活安排工人作业;借助5G网络等技术,实现工地施工的在线监测、自动监督和远程监控,智能识别不文明施工、粉尘超标等情况,并连通工地智能广播进行喊话干预处理,免去高温暴晒下的巡查流程,有效降低安全员的工作强度和巡查风险。
天翼云开发者社区
•
1年前
基础模型应用概述
目前,基础模型的研究主要局限于计算机科学和人工智能领域,而基础模型的影响和其所支撑的应用主要集中在科技产业。更进一步,基础模型展现出了明显的潜力,其可以在科技产业以外的许多领域改变和拓展人工智能的影响范围,这也意味着对于人类生活的普遍影响。尽管有许多应用和领域需要考虑,我们选择了医疗保健、法律和教育这三个领域,因为它们代表了社会的基本支柱。
数据堂
•
2星期前
解决方案 | 数据堂全栈式数据服务,助力客户构建行业高质量数据集
随着人工智能技术快速发展,对高质量数据集的需求缺口继续增大。加强优质数据供给,以高质量数据驱动人工智能创新发展变得愈发关键。《“数据要素×”三年行动计划(2024—2026年)》中提出,“推动科研机构、龙头企业等开展行业共性数据资源库建设,打造高质量人工智能大模型训练数据集”。如何构建科学、高效、安全的行业高质量数据集,成为了当前亟待解决的重要课题。
1
•••
53
54
55
56