Blog

🚀2月17日，字节的AI IDE工具-Trae的 Windows 版本终于上线啦🎉！🎉不再是 Mac 独占，现在大家都可以用起来啦💻。 🔍什么是 Trae？ Trae（/treɪ/）与 AI 深度集成，是开发者的超级助手🤖。它提供智能问答、代码自动补全以及基于 Agent 的 AI 自动编程能力。使用 Trae 开发项…

DeepSeek-R1横空出世，Prompt真的要被时代抛弃了吗？ 最近科技圈被DeepSeek-R1的突破性进展刷屏，许多自媒体开始鼓吹"Prompt工程已死"的论调。这种非黑即白的论断背后，实则暴露了对大模型技术演进规律的误读。当我们深入剖析DeepSeek-R1的技术内核，会发现这恰恰是Prompt工程发展的新里程碑，而非终章。 一、…

RAG基础：Markdown指南 – 专业文档结构化的破局之道 当非结构化文档成为RAG的阿喀琉斯之踵 在金融、法律、医疗等专业领域，每天产生的PDF技术白皮书、Word版行业报告、PPT培训文档堆积如山。这些看似规范的专业文档，在RAG系统中却如同布满荆棘的迷宫——当我们尝试用LlamaIndex构建证券行业知识库时，发现PDF中的三线表格…

何同学的“流量密码”：从219个封面测试看视频点击率的优化之道 在短视频与自媒体高度竞争的时代，如何让作品在海量内容中脱颖而出？知名数码博主何同学通过一项针对219个视频封面的系统性测试，揭示了封面设计对点击率的深层影响，并结合自身创作经验总结出一套“流量密码”。本文将从测试方法、核心结论、数据分析原理、封…

5分钟搞懂 —— 正则表达式 （by 令爷） 引言 正则表达式是一种强大的文本匹配和处理工具。它就像是一个神奇的模式识别系统,能帮助我们在文本中查找、匹配和替换特定的字符串。无论是验证用户输入、处理文本文件,还是进行数据分析,正则表达式都能大显身手。 让我们通过一个简单的例子开始。假设你需要在一篇文章中找出所有…

把下面👇🏻的链接拖到书签栏，然后在视频播放页点击即可运行。 [4倍速播放] ⚠️ 免责声明 此脚本仅用于个人技术研究和学习目的： 这是一个用于测试HTML5 video元素API的实验性代码 纯粹作为JavaScript编程练习和浏览器API研究使用 不针对任何特定网站或平台 仅供学习和研究Web技术，请勿用于…

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…

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…

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…

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…

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…

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…

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…

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…

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…