创业与商业

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

作者
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
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

作者
50个最佳机器学习公共数据集
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...

用户调研之标准化可用性问卷

作者
用户调研之标准化可用性问卷
用户调研之标准化可用性问卷 来源：https://www.biaodianfu.com/summary-of-examined-usability-surveys.html 最近收到了对两个平台进行对比调研的需求，原以为做下简单的问卷设计就可以了，找了一些资料发现中间的门道还是非常的深，想要很好的掌握实属不易。可用性测试的问卷有很多中，如下图： 什么是标准化的问卷 问卷是一种用于获取被测者信息的表格，问卷的题目可以是开放式的问题，但更典型的是选择题或打分题。标准化问卷是被设计为可重复使用的问卷，通常有一组特定的问题使用特定的格式按照特定的顺序呈现，基于用户答案产生的度量值具有一定的规则（...

统计学基础之摘要统计

作者
统计学基础之摘要统计 来源： https://www.biaodianfu.com 什么是摘要统计？ 摘要统计是一种用来描述、概括和呈现数据集特征的统计学工具。它们通常用于数据分析的初步阶段，可以帮助研究者理解数据的基本趋势和模式，但不用于从样本推断总体的结论。摘要统计主要包括两类指标：集中趋势的度量和离散程度的度量。 集中趋势的度量： 平均值（Mean）：数据集合中所有数值的总和除以数值的数量。 中位数（Median）：将数据集合按数值大小排列后处于中间位置的数值。 众数（Mode）：在数据集合中出现次数最多的数值。 离散程度的度量： 极差（Range）：数据集中最大值与最小值的...

实证分析： T检验、方差分析（ANOVA）和卡方检验的对比分析

作者
实证分析： T检验、方差分析（ANOVA）和卡方检验的对比分析
以下是T检验、方差分析（ANOVA）和卡方检验的对比分析，以及它们在不同应用领域的详细描述。 统计方法 T检验 方差分析（ANOVA） 卡方检验 目的 比较两个组的均值差异 比较多个组的均值差异 比较分类变量的频数分布 数据类型 连续变量（通常是正态分布） 连续变量（通常是正态分布） 分类变量 适用条件 样本数量较小，正态分布，方差齐性 样本数量较大，正态分布，方差齐性 样本独立，预期频数不宜过低（通常每个单元格≥5） 类型 独立样本T检验、配对样本T检验 单因素ANOVA、双因素ANOVA、重复测量ANOVA 独立性检验、配对卡方检验、拟合优度检验 统计量计算 ...

机器学习算法之决策树分类

作者
机器学习算法之决策树分类
机器学习算法之决策树分类 来源： https://www.biaodianfu.com 什么是决策树 决策树（decision tree）是一种依托于策略抉择而建立起来的树。机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。 树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，从根节点到叶节点所经历的路径对应一个判定测试序列。决策树可以是二叉树或非二叉树，也可以把他看作是 if-else 规则的集合，也可以认为是在特征空间上的条件概率分布。决策树在机器学习模型领域的特殊之处，在于其信息表示的清晰度。决策树通过训练获得的 “知识”，直接形成层次结...

风险控制：信用评分卡模型

作者
风险控制：信用评分卡模型
来源： https://www.biaodianfu.com 什么是信用评分卡模型？ 评分卡模型又叫做信用评分卡模型，最早由美国信用评分巨头FICO公司于20世纪60年代推出，在信用风险评估以及金融风险控制领域中广泛使用。银行利用评分卡模型对客户的信用历史数据的多个特征进行打分，得到不同等级的信用评分，从而判断客户的优质程度，据此决定是否准予授信以及授信的额度和利率。相较资深从业人员依靠自身的经验设置的专家规则，评分卡模型的使用具有很明显的优点： 判断快速 ：系统只需要按照评分卡逐项打分，最后通过相应的公式计算出总分，即可准确判断出是否为客户授信以及额度和利率。 客观透明 ：评分卡模型的...

黄铮：把“资本主义”倒过来

作者
黄铮：把“资本主义”倒过来
黄峥 2017-09-26 巴菲特是一位让人敬佩的资本家，他是一位纯粹的资本家。他的整个事业可以描述为孜孜不倦地、专注地、理性地挪动钱来享受复利的果实。我喜欢读他写给股东的信，几十年来重复着同样的简单，重复着不容易的纯粹。他的帝国里一手是保险，一手是投资；一手卖的是抗风险能力，收起来的是钱，另一边则是把钱放进有护城河，能产生复利的果园里。 本来，开写公众号的时候很想写一篇关于保险的文章，拟的题目叫“保险，资本主义的极致”。大致想说的是保险很有意思，也很体现资本主义。“富人”有资本、“钱多”，因此抗风险能力强；“穷人”“钱少”抗风险能力弱。于是“穷人”需要向“富人”购买这种抗风险能力。虽说保险确...

Mermaid图表示例

作者
Mermaid图表示例
关于 Mermaid mindmap root((图表类型)) flow 描述(流程图，用于展示流程或步骤的顺序。) sequence 描述(时序图，展示对象之间的交互和消息传递。) class 描述(类图，用于展示类、对象和它们之间的关系。) state 描述(状态图，用于展示对象或系统的状态变化。) er 描述(实体关系图，用于展示实体及其关系。) gantt 描述(甘特图，用于项目管理，展示任务、进度和时间线。) UserJourney 描述(用...

健身房的正态分布例子

作者
健身房的正态分布例子
以下是chatgpt 4o的描述 重量堆栈正态分布 这张图片显示了一个重量堆栈（可能是一个健身器材）的图示，其中每个重量位置上都有明显的磨损痕迹。这些磨损痕迹在图中形成了一个钟形曲线，类似于正态分布（即常态分布）。 具体来说，这种磨损痕迹集中在中间的重量区间（大约在40到60之间），而两端的重量位置（10-20和90-115之间）的磨损痕迹较少。这反映了大多数人使用中等重量的频率最高，而使用极轻或极重的重量的人相对较少。 从统计学角度来看，这表明使用这个器材的人在选择重量时，符合正态分布规律：大多数人的选择集中在一个中间值附近，极端值（非常轻或非常重的重量）选择的频率较低。 凑整的极端值 在...

数据分析工具介绍

作者
数据分析工具介绍 数据分析工具在现代商业和科学研究中扮演着重要角色。不同的工具适用于不同的数据规模和分析需求。本文将介绍几种常见的数据分析工具，并讨论它们的替代品和适用场景。 小规模数据分析工具 1. Excel 特点：适用于处理几千到几万行数据，提供基础的数据整理、分析和可视化功能。 用户：个人用户、小型企业和业务分析师。 替代品： Google Sheets：基于云端，方便团队协作。 Zoho Sheet：提供在线数据处理和协作功能。 LibreOffice Calc：开源的电子表格软件。 中等规模数据分析和商业智能工具 2. Power BI 特点：适用于处理数百万行数据，提供...

别再花钱买AI课了，到处都是国内可用且免费的AI工具+学习资料

作者
别再花钱买AI课了，到处都是国内可用且免费的AI工具+学习资料
别再花钱买AI课了，到处都是国内可用且免费的AI工具+学习资料 原创 刘白 [新硅NewGeek ]() 2024-03-01 16:06 上海 前两天群里面到处在转一个飞书云文档，讲道理，以往硅基君看到的这种到处转发的文档，一般都是pdf或者ppt格式，内容大多劲爆刺激。 比如渣男出轨聊天记录，渣女开房历史之类的，充分满足了小编当赛博判官的乐趣。 可这飞书玩意不一样，标题为《通往AGI之路》的文档，是一篇实打实的学习资料。 大家有多热爱学习呢，可以说无论什么时候点进去，里面都有几百个人在同时阅读，咱也把链接附上： 通往 AGI 之路 https://waytoagi.feishu.cn/wi...

业内人士日常都用AI干什么

作者
业内人士日常都用AI干什么
业内人士日常都用AI干什么 你是如何使用AI工具的？是将其视为一个包罗万象的知识宝库，还是作为点燃创意火花的灵感源泉？又或者是依赖它来简化工作中的重复性劳动，提升效率？ 今天我们带来的这篇文章，汇集了多位创业者和职场人士的真实故事，他们分享了自己如何把AI融入生活的各个方面：或是用AI和孩子一起创作，或是用AI探究自己的内心，又或是用AI帮助他们度过生活突如其来挑战。通过这些故事，我们能看到技术回归到生活中的本来面目——它具有启发性的、日常的那一面。 希望这些真实案例可以激发你的创造力，为你提供一些洞见去看懂AI带来了什么。 “带娃神器” Jaclyn Rice Nelson Tribe ...

企业内部如何更好落地大模型

作者
企业内部如何更好落地大模型
企业内部如何更好落地大模型 在微软推出 Copilot 后，工作场景中如何落地 LLM 很快成为业内关注的重点。钉钉、飞书等办公软件也快速在最新版本中集成 AI 功能。 对于软件企业而言，在已有的软件上增加 AI 功能，并带来新产值，已经被 Notion、多邻国等产品所验证。除此之外，在企业生产场景中，集成 LLM 的能力，并为企业组织赋能，也成为人们关注 AI 落地的一个视角。 Founder Park 研究中心访谈了多位第一批尝试用新技术在企业内部搭建应用的实践者。我们观察到，随着大模型技术话题的广泛破圈，相较于以往的技术升级，来自不同领域、行业的企业都更有意愿进行在内部生产环境中尝试 L...

黄仁勋集齐Transformer论文七大作者，对话一小时

作者
黄仁勋集齐Transformer论文七大作者，对话一小时
文 / 腾讯科技 郭晓静 2017年，一篇具有里程碑意义的论文——《Attention is All You Need》横空出世，它首次引入了基于自注意力机制的Transformer模型，这一创新架构摆脱了传统的RNN和CNN的束缚，通过并行处理的注意力机制，有效克服了长距离依赖的难题，并显著提升了序列数据处理的速度。Transformer的编码器-解码器结构和多头注意力机制在人工智能领域掀起了一场风暴，大热的ChatGPT正是基于这一架构构建的。 想象一下，Transformer模型就像是你的大脑在和朋友交谈时，能够同时关注对方说的每个词，并理解这些词之间的联系。它赋予了计算机类似人类的语...