![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 83
数云界
亚马逊云AWS、谷歌云GCP、Google gemini pro代理,微信:AWS-GOOG,QQ:3761325531#大模型#多模大模型#区块链#Claude 3.5#Claude 3.5 Sonnet#Chatgtp4#AI工具#人工智能#算力#数据分析
展开
-
查找时间序列数据中异常值的终极指南(第 2 部分)
单变量数据:这涉及随时间变化的单个变量或特征。重点是检测单个时间序列中的异常。典型示例包括每日股票价格、每月销售数据或年度天气数据。适合单变量数据的方法往往更简单、更直接。多变量数据:这同时涉及多个变量或特征。在检测过程中考虑这些变量之间的关系和相互作用。例如:多元时间序列可以包括温度、压力、风速的每日测量值,所有这些都同时记录。原创 2024-07-17 17:43:28 · 131 阅读 · 0 评论 -
查找时间序列数据中异常值的终极指南(第 1 部分)
我们将探索视觉和统计方法来有效识别时间序列数据中的异常值。对于任何想要提高分析准确性的人来说,这些基础知识都至关重要。原创 2024-07-17 14:50:32 · 489 阅读 · 0 评论 -
大型语言模型的 MOE 和 MOA
大型语言模型 (LLM) 无疑席卷了科技行业。它们的迅速崛起得益于来自维基百科、网页、书籍、大量研究论文以及我们喜爱的社交媒体平台的用户内容的大量数据。数据和计算密集型模型一直在狂热地整合来自音频和视频库的多模态数据,并且数月来一直使用数万个Nvidia GPU 来训练最先进的 (SOTA) 模型。所有这些都让我们怀疑这种指数级增长能否持续。原创 2024-07-17 10:53:04 · 597 阅读 · 0 评论 -
使用 LLM 将复杂想法可视化并集成,第 1 部分:Napkin AI
在本系列中,我将记录我的旅程,包括探索一些现有的工具、使新工具易于使用以及分享我的经验。我创建的概念图不是我想要的那种,但它确实帮助我将复杂的主题形象化。除了使用其他工具进行图表绘制外,我还在开发一种定制工具,以更好地整合和可视化复杂的想法,包括其组成部分之间的详细关系。“艾伦·沃茨、罗伯特·波西格、斯宾诺莎和马库斯·奥勒留的独特见解,强调了它们之间的重叠性以及它们在哲学、科学和心理学中非常具体的思想的详细基础,并组织成实用框架和朝着这种框架的逻辑进展。我选择了我认为最适合每个部分的图表模板。原创 2024-07-16 23:01:00 · 543 阅读 · 0 评论