善用AI – 第 4 页 – 令爷课程-曾确令(ColinZENG)AIGC玩家

MarkItDown：微软文档智能转换工具，转换各种文件为Markdown格式

2026年7月28日2024年12月14日作者曾确令

MarkItDown：微软文档智能转换工具，转换各种文件为Markdown格式综合介绍 MarkItDown是由微软开发的一个Python工具，旨在将各种文件和办公文档转换为Markdown格式。该工具支持多种文件类型，包括PDF、PowerPoint、Word、Excel、图片（EXIF元数据和OCR）、音频（EXIF元数据和语音转录）、HTML（特别处理Wikipedia等）以及其他文本格式（如CSV、JSON、XML等）。MarkItDown的API设计简洁，用户可以轻松地将文件内容转换为Markdown文本，方便进行索引、文本分析等操作。功能列表支持多种文件格式转换：PDF、...

Cursor 、v0 和 Bolt.new：当今 AI 编程工具的全面解析与对比

2026年7月28日2024年10月15日作者曾确令

Cursor 、v0 和 Bolt.new：当今 AI 编程工具的全面解析与对比 AI 驱动的编码工具正在迅速发展，每次新版本的发布都承诺将改变我们的开发流程。这些工具旨在通过智能代码建议、重复任务的自动化，甚至从自然语言提示生成整个代码片段来提升生产力。10月4日，StackBlitz 推出了 Bolt.new，进一步丰富了AI 编码助手的生态系统，并迅速吸引了全球开发者的关注。几天之内，互联网上充斥着文章和视频，宣称 Bolt.new 是“ Cursor 和 v0 的杀手”。本文将基于我对这些工具的实际使用经验进行实事求是的比较。将分析每个工具的优缺点，告诉在何种情况下以及为什么选择其...

提前体验火上热搜的 Kimi 探索版，我感觉 AI 搜索和百度们完全不是一个物种了

2026年7月28日2024年10月13日作者曾确令

提前体验火上热搜的 Kimi 探索版，我感觉 AI 搜索和百度们完全不是一个物种了谁能最先用 AI 颠覆搜索，至今还悬而未决。年初，在体验当下几款热门的 AI 搜索引擎后，我和同事都一致认为，即便百度、Google 等搜索引擎巨头被群狼环视，但还是难以被撼动。最近发布的 Kimi 探索版带来了很大的惊喜。相比于 AI 搜索更懂人类，我们更希望 AI 搜索引擎能够一步到位，最好就是成为一个带脑子的人类。先来一剂预防针，目前 Kimi 探索版并未向所有用户开放。昨天，在探索版上线之后，「Kimi 崩了」这一词条也迅速登上了热搜。不过，Kimi 官方也说了，预计将于下周一向所有用户全量...

50个最佳机器学习公共数据集

2026年7月28日2024年10月1日作者曾确令

外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~ 外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~ 提前说下须知：一、寻找数据集的意义根据CMU的说法，寻找一个好用的数据集需要注意一下几点：数据集不混乱，否则要花费大量时间来清理数据。数据集不应包含太多行或列，否则会难以使用。数据越干净越好，清理大型数据集可能非常耗时。应该预设一个有趣的问题，而这个问题又可以用数据来回答。二、去哪里找数据集 Kaggle：爱竞...

2023年5个自动化EDA库推荐

2026年7月28日2024年9月10日作者曾确令

2023年5个自动化EDA库推荐来源：deephub EDA或探索性数据分析是一项耗时的工作，但是由于EDA是不可避免的，所以Python出现了很多自动化库来减少执行分析所需的时间。EDA的主要目标不是制作花哨的图形或创建彩色的图形，而是获得对数据集的理解，并获得对变量之间的分布和相关性的初步见解。我们在以前也介绍过EDA自动化的库，但是现在已经过了1年的时间了，我们看看现在有什么新的变化。为了测试这些库的功能，本文使用了两个不同的数据集，只是为了更好地理解这些库如何处理不同类型的数据。 YData-Profiling 以前被称为Pandas Profiling，在今年改了名字。如果...

探索性数据分析详解

2026年7月28日2024年9月8日作者曾确令

探索性数据分析详解来源： https://www.biaodianfu.com 什么是探索性数据分析？探索性数据分析（Exploratory Data Analysis，简称EDA）是指对已有的数据（特别是调查或观察得来的原始数据）在尽量少的先验假定下进行探索，通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。探索性数据分析（EDA）与传统统计分析（Classical Analysis）的区别：传统的统计分析方法通常是先假设样本服从某种分布，然后把数据套入假设模型再做分析。但由于多数数据并不能满足假设的分布，因此，传统统计分析结果常常不能让人...

机器学习聚类算法之K-Means

2026年7月28日2024年9月7日作者曾确令

来源： https://www.biaodianfu.com 机器学习聚类算法之K-Means 根据训练样本中是否包含标签信息，机器学习可以分为监督学习和无监督学习。聚类算法是典型的无监督学习，其训练的样本中值包含样本的特征，不包含样本的标签信息。在聚类算法中。利用样本的特征，将具有相似属性的样本划分到统一类别中，它有点像全自动分类。 K-Means算法 K-Means算法，也被称为K-平均或K-均值算法，是一种广泛使用的聚类算法。K-Means算法是聚焦于相似的无监督的算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。之所...

机器学习之类别特征处理

2026年7月28日2024年9月7日作者曾确令

来源： https://www.biaodianfu.com 类别型特征（categorical feature）主要是指职业，血型等在有限类别内取值的特征。它的原始输入通常是字符串形式，大多数算法模型不接受数值型特征的输入，针对数值型的类别特征会被当成数值型特征，从而造成训练的模型产生错误。 Label encoding Label Encoding是使用字典的方式，将每个类别标签与不断增加的整数相关联，即生成一个名为class_的实例数组的索引。 Scikit-learn中的LabelEncoder是用来对分类型特征值进行编码，即对不连续的数值或文本进行编码。其中包含以下常用方法： ...

机器学习之特征选择方法

2026年7月28日2024年9月7日作者曾确令

来源： https://www.biaodianfu.com 特征选择是特征工程里的一个重要问题，其目标是寻找最优特征子集。特征选择能剔除不相关(irrelevant)或冗余(redundant)的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。并且常能听到“ 数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已 ”，由此可见其重要性。但是它几乎很少出现于机器学习书本里面的某一章。然而在机器学习方面的成功很大程度上在于如果使用特征工程。特征选择是一个过程，您可以自动选择数据中您感兴趣的对预测变量...

Pandas数据处理简明教程

2026年7月28日2024年9月7日作者曾确令

来源： https://www.biaodianfu.com 在使用Python处理分析数据的时候，用的最多的算是Pandas时，由于Pandas是个非常强大的工具，涉及到的功能非常多，所以平常使用的时候经常需要查询文档。这里记载了自己常用的一些功能及知识点。 Pandas简介 Pandas是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas...

数据科学中10个应用广泛的统计方法

2026年7月28日2024年9月7日作者曾确令

以下是数据科学中广泛应用的十个统计方法的详细描述： 1️⃣ 中心极限定理 (Central Limit Theorem, CLT) 描述：中心极限定理告诉我们，无论原始数据的分布是什么样的，只要我们取足够多的样本（通常认为样本量大于30就够了），这些样本的均值分布会趋向于正态分布。这个理论是统计学的基石之一，因为它让我们能够在许多情况下使用正态分布来进行推断。举例：假设我们在调查一个城市中每天咖啡店的销售量。即使每天的销售量分布不均匀（有些天销售量很高，有些天则很低），但如果我们每天抽取一个样本，并记录这些样本的均值，随着样本数量的增加，这些均值会形成一个正...

几行乱码让大模型获得科学思维:超级提示

2026年7月28日2024年9月5日作者曾确令

https://github.com/NeoVertex1/SuperPrompt#superprompt 不过两三天的时间，仅有两个 Markdown 文件的 GitHub 项目为何竟能收获 1.9k star？仔细一看，其中一个 Markdown 文件是一个流程图，另一个 Readme 文件的主要内容则是一大篇大模型提示词（prompt。而如果你细读这个 prompt，却发现里面仅有寥寥数句人类能懂的话，其余都是一些奇怪的 XML 标签、符号与函数定义。超级提示这是一个我决定开源的项目，因为我认为它可能有助于其他人了解人工智能代理。这个提示花了我几个月的时间，仍然处于永久测试阶段...

机器学习入门

2026年7月28日2024年9月4日作者曾确令

拥抱人工智能，从机器学习开始背景：自“阿尔法狗”（AlphaGo）完胜人类围棋顶尖高手后，有关人工智能（AI）的讨论就从未停歇。工业4.0方兴未艾，人工智能引领的工业5.0时代却已悄然苏醒。人工智能的火爆离不开互联网、云计算、大数据、芯片和软件等技术的发展，而深度学习的进步却是当今人工智能大爆炸的核心驱动。作为一个跨学科产物，人工智能的内容浩如烟海，各种复杂的模型和算法更让人望而生畏。那么作为一个普通程序员，在已有语言技能的前提下，该如何拥抱变化，向人工智能靠拢？如何在自己的工作中应用人工智能？学习人工智能应该从哪里开始？人工智能并非遥不可及，人人都可以做人工智能！人工智能是让机器...

Cursor + Claude 3.5 Sonnet 案例

2026年7月28日2024年9月1日作者曾确令

Cursor太火了，很多人都放弃 GitHub Copilot ，转投 Cursor了。 Cursor + Claude 3.5 Sonnet 彻底改变了大家编程的体验，网友们几个惊艳的例子↓ 第一个就很震惊！ 8 岁的孩子能在 45 分钟内构建了一个由Cloudflare Workers AI 驱动的聊天机器人 11k 行代码，685 次提交，整整 3 周，一个视频编辑器 Cursor+V0创建一个漂亮的界面 CURSOR + REPLIT + VOICE单手完成应用开发几分钟创建Figma插件 30分钟创建一个web版photoshop 8-10小时构建一个Chrome扩展通过对话...

[转载]使用Cursor，2个晚上做了一个PDF转Markdown的工具

2026年7月28日2024年8月12日作者曾确令

来源：https://blog.vcvit.me/2024/08/11/use-cursor-2-nights-built-pdf-to-markdown-tool/ 今天使用 Cursor，2 个晚上做了一个 PDF 转 Markdown 的工具，真的是一行代码都没有写。我不禁重新思考，这何尝不是一种 0 代码？程序员真的可以被替代么？以前我的个人感受是 GPT 确实能帮助很多会用的人，提高 80%的效率。但是今天真的有一个程序，100%是 AI 生成的，这个感受还是有些不一样的。未来一定是有更宽泛知识面的程序员能吃上这碗饭，你要懂更多的编程概念，前端，后端，数据库，权限，交互，体验等等，...