机器学习

电科一班林耿超

机器学习大师课第 7 课：梯度提升树 ——Kaggle 比赛的 “冠军收割机“课程承诺：1 个核心概念（Boosting + 梯度提升树）+1 个核心思想（串行纠错）+1 段冠军级实战代码。学完你将掌握表格数据的终极算法，它是几乎所有结构化数据竞赛的冠军方案，也是工业界高精度场景的首选。

案例之逻辑回归_电信用户流失预测代码示例：（ 1. 定义函数，演示：数据的预处理 def demo01_data_preprocessing(): One-Hot热编码处理即将String类型的Gender字段拆分成左侧bool类型的Gender_Male、Gender_Female两个字段。简述步骤：读取csv文件、热编码处理、删列、改列名、查看； 2. 定义函数，演示：数据的可视化 def demo02_data_visualization(): 前1~ 5步与上一个函数相同。sns.countplot(data=churn

我是发哥哈

跨AI模型生成视频的五大维度对比：选型避坑指南近年来，AI视频生成技术取得了显著进展，从简单的静态图像动画化，发展到能生成连贯、高质量的视频片段，这背后是模型架构、数据策略和工程化能力的持续迭代。根据公开的技术报告显示，当前市面上主流的AI视频生成模型在核心能力上呈现出不同的技术侧重。本文仅从技术架构的角度，梳理跨AI视频模型在五大关键维度上的差异，为从业者提供客观的技术趋势观察。

Spring AI实战指南：在Java项目中集成大语言模型作为Java开发者，在AI浪潮中我们常常面临一个尴尬的问题：Python生态的AI工具链极其丰富，而Java似乎被边缘化了。但实际上，Spring团队推出的Spring AI正在改变这一局面。

大模型Function Call网络请求是什么数据格式进行->JSON(很对版本的演进后目前JSON最火)-所以大模型最好也是使用JSON交互

好运的阿财

7天没有打开OpenClaw了已经一个星期没有打开openclaw了虽然每天一开机，openclaw就会弹出自启动页面，但没有等它启动完我就会关掉

谙弆悕博士

【附Python源码】基于决策树的信用卡欺诈检测实战⚠️完整源码地址：https://github.com/anjuxi/Decision_tree-credit_card_fraud_detection

2. ID3决策树 & C4.5决策树学习目标： 1.理解信息熵的意义 2.理解信息增益的作用 3.知道ID3树的构建流程（ID3决策树是通过信息增益来进行划分的，信息增益：信息增益 = 熵 - 条件熵，熵？条件熵？ID3树的构建是根据信息增益来构建的，信息增益越大，越优先参考；）

Project_Observer

使用Zoho Projects记录工时时间后自动更新项目预算。在 Zoho Projects 中，“汇总”字段能够即时同步预算，通过记录实际成本，并在添加时间日志时以项目级别显示实际成本。这使得团队能够实时了解预算，并控制在预算范围内。

绛橘色的日落(。・∀・)ノ

机器学习逻辑回归根据定义，sigmoid 函数为：我们用 np.exp(-z) 来计算指数项，numpy 会自动对数组的每个元素进行计算，无需手动循环。

湘美书院--湘美谈教育

湘美书院谈AI教育经验集：如何用AI整理湖湘文化经义大略在岳麓山下，湘水之滨，自近代湘学复兴以来，一代代学者在这里皓首穷经，从运先生整理《湘绮楼全书》，到后来书院学者们编纂《湖南文征》续编，无数人耗尽心力，只为将散落在三湘四水间的文化瑰宝梳理成清晰的脉络。进入人工智能时代，书院原本靠人工搜集校勘的传统方法遭遇了新的瓶颈——存世的湖湘文化文献超过千万字，从周敦颐的《太极图说》《通书》，到张栻的岳麓书院会语，从王夫之的《船山遗书》，到近现代曾国藩、左宗棠的家书奏稿，再到各地县志族谱中散落的经义论述，靠三五位学者整理完这些内容至少需要数十年时间，很多珍贵的思想片段还

love在水一方

【翻译】NavDreamer: Video Models as Zero-Shot 3D NavigNavDreamer：将视频模型用作零样本3D导航器黄锡杰1,1,2 盖伟奇2,3 吴天悦1 王聪宇1,2 刘志扬2 2 周欣2 吴宇泽*，1,2 高飞*，1，2

数据集-草莓成熟度分类数据集-3类草莓未熟（白/绿色）、半熟（粉/浅红色）、完熟（深红色）在草莓成熟度视觉识别任务中，图像分类是许多智能系统的基础环节，例如传送带分选、单个果实分级、手持设备拍照判定等。然而，当前领域仍面临以下突出痛点：

哥布林学者

深度学习进阶（十九）相对位置编码 RPE上一篇我们介绍了坐标注意力 CA，它通过沿两个方向分别池化来保留空间位置信息。同样，我们可以总结一下它实现混合注意力的逻辑：

六款开源大模型中文长文本处理能力横向评测在AI技术从“聊天玩具”走向“生产力工具”的进程中，长文本处理能力成为了衡量大模型落地价值的关键“试金石”。无论是金融行业需要快速解析数百页的招股说明书，还是法律行业必须准确概括复杂合同条款，亦或是学术研究者需要高效提炼多篇论文的核心论点，都离不开模型对超长上下文的精准理解、逻辑梳理与信息提炼能力。

认知神经科学研究报告【20260033】使用ForeSight 5.87.2 统一框架求解运筹学四大经典问题：排序、选址、对策、统筹。同一框架，四种模式，四类问题。

love在水一方

【InternNav】工程详细分析InternNav 是一个基于 PyTorch、Habitat 和 Isaac Sim 的开源具身导航（Embodied Navigation）工具箱，版本 0.3.1。核心贡献是 InternVLA-N1 —— 一个双系统（Dual-System）视觉语言导航基础模型，具备零样本真实世界泛化能力。

【MY_TRUCK - AI 应用】RAG 与 LangChain 入门：检索增强生成、向量检索与链式编排本文承接「提示词工程」笔记，面向要在业务里用外部知识库给大模型「补课」、减少幻觉并接入私有/实时数据的读者。内容包含 RAG 定义与标准流程、向量与嵌入、LangChain 组件（Models / Prompt / Chain / Memory / Loader / 向量库）及完整 RAG 开发步骤。读完后能够复述离线/在线两条链路，并理解链式调用 prompt | model | parser 与向量检索在整体中的位置。

MATLAB代码顾问

哈里斯鹰优化算法(HHO)原理与Python实现📅 2026-05-08 | 🏷️ 智能优化 | 🏷️ 元启发式算法 | 🏷️ HHO哈里斯鹰优化算法(Harris Hawk Optimization, HHO)是2019年由Heidari等人提出的一种新型元启发式算法。该算法模拟哈里斯鹰的围猎行为，通过合作追踪和突袭策略来寻找最优解。HHO具有较强的全局搜索和局部开发平衡能力，在多个基准测试和实际应用中表现优异。

金融小师妹

基于AI宏观周期模型的黄金牛市研究：1979、2011与2026三轮行情的共性与结构分化摘要：本文通过AI宏观周期模型，结合全球流动性环境、通胀路径、央行购金行为及资产配置结构，对1979年、2011年与2026年三轮黄金大牛市进行系统对比，重点分析本轮黄金行情为何呈现出更复杂、更高波动与更强资金驱动的结构特征。