数据挖掘

人工智能怎么做数据分析？从准备到出报告的实操指南数据分析真正耗时的，从来不是「算」，而是「找数、对齐口径、把结果摆成能汇报的样子」。这篇按准备工作、操作步骤、注意事项、常见问题四段写，给一套能直接照着跑的流程，并说清用人工智能做数据分析时，哪些事该机器做、哪些事必须人来把关。

北京中科新远科技

兼容光模块上线前怎么测：识别、DOM、误码与批次回归清单兼容光模块的测试目标不是证明“某一只能够点亮”，而是确认这一类物料在指定设备、固件和链路条件下可以稳定、可监控、可维护地批量部署。

[高光谱]DADnet-基于对抗生成的单源域泛化分类只有一个有标签的源场景时，主动生成具有空间、光谱变化的增强样本；让这些样本在输入空间中具有差异，但在分类特征空间中保持相同的类别语义，从而提高模型对未知场景的适应能力。本文有三个部分：域感知空间—光谱掩码 DSSM、对抗域增强 ADA、双层对比约束 TCC。

关于三生原理系列被技术开发社区批量收录或引发策展边界讨论的一种思考“文明算法体”CA辅助创作：《论三生原理》本身可以是一套思想文本，但当它以系列化方式流入高权重技术社区索引池时，或触发有关策展边界的次生讨论，其实是一个 AI 检索时代，垂直内容平台一直悬而未决的策展与信源责任问题，这一层确实可能是事件里很突出的意外衍生焦点。

跟我学机器学习

拥有短期记忆的RAG Agent：记忆增强检索实战在上一节内容中详细介绍了短期记忆管理的3种方式，删除、修剪和总结。在本节内容中，我们将基于第4.10节的内容实现一个类似 ChatGPT 的 RAG 问答工具，做到每次回答完用户问题后都判断是否需要对历史消息进行一次总结，并同步将会话消息实时保存到数据库，使得每次启动程序时都能恢复历史会话。

AI训练师二级03：数据挖掘代码题怎么拆，从一份数据挖出业务价值我是老计。上一篇拆的业务分析题是纯方案设计，这一篇拆一道带代码的数据挖掘题（B1 里的数据题）。这类题的长相是：给你几份数据（通常是一份业务交易数据加一份市场或大盘数据），让你用 Python 读取分析、从几个业务场景里挖出机会点并可视化，再针对结果挖隐藏价值、提 AI 方案。

MemT-1.0 接入设计指南：硬件核算、三方案选型与写入触发点概要MemT-1.0 昨天开源，很多人第一反应是要不要接。这篇不谈它有多强，谈接入前必须算清楚的三笔账：硬件够不够、和长上下文及 RAG 怎么分工、记忆写入的触发点放在哪。读完你能拿走三样东西：一份按参数量推算的显存需求表、一张三种方案的选型对照表、一段可以直接照着填的接入设计清单。

同一句业务问题，怎样持续问对数？衡石 ChatBI 的语义准备与回归验证运营负责人问“本季度到期客户的续约率是多少，和去年同期差多少”时，团队很容易把它当作一次取数请求。它其实是一条待确认的业务定义：谁算到期客户，谁进入分母，续约以合同、回款还是服务开通为准，季度按自然月还是财年，合并账户怎样去重。定义没有落定，图表即使给出一个数，也难以供业务复核。

信息检索与数据挖掘作业一解析本作业共 5 题，满分 40 分，内容包括位置索引、词典压缩、倒排记录表压缩、容错检索和向量空间模型。答案应清楚、简洁；题目要求说明理由或列出计算过程时，请给出必要的步骤。完成后将答案整理为 PDF，按指定的方式和截止时间提交。

数据分析（案例实战）写在前面学完折线图、柱状图、饼图，到了第十章实战：基于 movies.csv 里的 TMDB Top300 数据，在一张画布上搞个 2×2 四宫格，给业务部门做份数据报表。

霍格沃兹测试学院-小舟畅学

京东JoyCode公开Testing Agent后，仓库级回归该怎样设计？摘要：从京东JoyCode公开的Patch Agent与Testing Agent协作机制出发，解释AI同时生成实现和测试时如何建立独立验收证据。

机器学习之心

给地铁牵引系统做一次“体检“：灰色聚类 + 正态云模型的MATLAB完整实现发布信息卡一列地铁每天在线上跑十几个小时，受电弓磨得怎么样、牵引电机温度高不高，过去靠检修师傅的经验判断。经验可靠，但说不清两件事：这个系统到底处于哪一级健康状态，以及这个判断本身有多大把握。

成为深度学习高手

xLSTM-Mixer：用标量记忆同时混合时间与变量，把循环网络带回多元时序预测论文arXiv地址：https://arxiv.org/abs/2410.16928代码地址：https://github.com/mauricekraus/xlstm-mixer

optimtool最新版加速训练分类任务生成符号神经网络是optimtool这个优化工具训练神经网络的前提，推荐下载2.8.3版本（加速函数计算）和github.com/linjing-lab/optimtool的最新版（优化Hessian计算）：

注塑机数据采集联网

如何解决注塑机数据采集联网对接MES系统数据WiFi传输数据不稳问题在智能制造转型过程中，注塑机数据采集并联网对接MES系统是实现生产透明化、质量追溯和设备管理的关键环节。然而，许多企业在实际部署中遇到WiFi传输数据不稳定的问题，导致数据丢失、延迟甚至断连，严重影响MES系统的数据完整性和实时性。本文将从问题成因、排查思路和解决方案三个维度，系统性地探讨如何解决注塑机数据采集WiFi传输不稳定的问题。

宇宙（上）：分身创建——三条件触发与差异化演化系列：《宪法即代码》第 35 篇（上）｜标签建议：AI编程、Rust、分布式系统、多智能体、防御性公开

总要学点什么

第63篇：3DTiles-大雁塔模型——190 块瓦片不是八叉树，抬高的却是球心那条法线上篇结尾我留了这么一句话：“下一篇我们换条线——不再画自己的数据，而是把别人做好的一整座塔搬进地球。3DTiles 的大雁塔模型，我们下一篇见。”

注塑机数据采集联网

注塑机数据采集网关对接MES系统数字化技术方案随着制造业数字化转型的深入推进，注塑车间作为生产链条中的关键环节，其设备数据采集与信息化管理的重要性日益凸显。中科晟达注塑机数据采集网关作为连接注塑设备与上层管理系统的桥梁，能够有效打通设备层与信息层之间的数据壁垒，为MES系统的精细化管控提供实时、准确的数据支撑。

Pandas入门教程（一）：初识Pandas——数据分析的利器Pandas 是 Python 语言的一个扩展程序库，用于数据分析。名字来源： Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。