![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI 建模预测实战案例
文章平均质量分 93
AI 建模预测实战案例
java李杨勇
专注于大学生项目实战开发,讲解,毕业答疑辅导,高校老师/讲师/同行合作。以及产品测评宣传、工具推广等合作。全网粉丝30万+,CSDN特邀博主,Java新星计划多届导师,掘金/知乎/华为云/阿里云/51CTO等平台优质创作者。
展开
-
文心大模型4.0开启测试申请,百度智能云为大模型落地五大需求提供最优解
面壁智能携手知乎,基于百度智能云提供的AI算力集群,训练出“知海图AI”大模型和多模态大模型Luca,在千卡集群上的有效训练时间占比高达99%,在保障模型训练连续性的同时,可以实现模型训练效果的高效收敛。金蝶作为首批入驻千帆AI原生应用商店的伙伴,联合百度智能云于2023年8月8日重磅发布了金蝶云·苍穹GPT,并率先推出业界首个财务大模型,助力客户更加高效地进行财务管理与分析,提高财务处理的准确性和规范性,为企业的长期稳定发展提供强有力的保障。面向AI原生应用开发,重磅发布“千帆AI原生应用。原创 2023-10-18 19:50:08 · 15275 阅读 · 49 评论 -
读完李彦宏的33条语录,我终于把大模型搞明白了
1、人工智能的发展正在从辨别式走向生成式。什么叫辨别式?搜索引擎就是典型的辨别式。什么叫生成式?用AI进行文学创作,写报告、绘制海报等等,这些都是生成式。2、过去的人工智能是,我们想让机器学会什么技能,就教它什么技能。教过的可能会,没教过的就不会。大模型出现“智能涌现”后,以前没教过的技能,它也会了。这就是为什么有人讲,我们现在朝着通用人工智能(AGI)方向发展。3、大模型如何重新定义人工智能?主要体现在人机交互方式的变化。原创 2023-10-04 17:14:22 · 45984 阅读 · 44 评论 -
Amazon CodeWhisperer——省心、省力、省时的AI编程助手
根据注释内容应该是更为精准的自动补全使用方法,毕竟注释的内容可以写很多,但是在【Amazon CodeWhisperer Workshop】文档中我们可以看到【可以使用通俗易懂的英语简单地编写注释】字样,说明我们得用英文来书写提示内容,这个对于英语一般的初级程序人员来说还是比较吃力的,对于我们这帮老人来说很多的时候都是编写新的业务逻辑与算法,其实真正的帮助都是固定的一些算法。并且全程英文提示也比较贴心,没有什么很陌生的词汇,都能靠基本常识分析出来,对新程序员非常的友好,对老程序员来说就是更容易上手。原创 2023-09-30 09:16:34 · 46621 阅读 · 38 评论 -
菜鸟也能快速搭建属于自己的大模型平台——千帆大模型平台
收集人类反馈奖励模型训练强化学习训练RLHF(Reinforcement Learning from Human Feedback,基于人类反馈的强化学习),一种机器学习方法,它使智能系统能够从环境中学习并最大化特定目标。在RLHF中,通过对同一输入的多个生成结果进行人工排序,获得包含人类偏好反馈的标注数据,从而训练出一个奖励模型(Reward Model)。在强化学习的过程中,奖励模型将对大语言模型的多个生成结果的排序进行判定。最终,强化学习通过更新大模型的参数,使得输出结果符合奖励模型的判定要求。原创 2023-08-07 10:39:06 · 42402 阅读 · 61 评论 -
多标签用户画像分析跑得快的关键在哪里?
用户画像分析需要使用众多标签来描述用户属性,通常有两类标签。一类用户标签的值可能有多个,比如用户学历是中学、大学、研究生、博士等,年龄段是children、juvenile、youth、middle age、old age,这类标签称为枚举标签。另一类用户标签的值只有两个,比如用户是否注册、是否活跃、是否白领、是否某种促销的目标用户等等,这类标签称为二值标签。原创 2022-11-21 09:18:44 · 9089 阅读 · 68 评论 -
强大的SQL计算利器-SPL
现代应用开发中,通常只用SQL实现简单的数据存取动作,而主要的计算过程和业务逻辑直接在应用程序中实现,主要原因在于:* 过于复杂的SQL很难调试、编写、阅读、修改。* SQL有方言特征,大量使用SQL后,会导致程序很难移植。* 架构方面要求业务逻辑在应用中实现,而不能依赖于数据库,否则耦合性过高。* 有些计算SQL不擅长,包括复杂的集合计算、有序计算、关联计算、多步骤计算,经常也需要移到数据库外实现。* 实现流程控制时,因为更难移植、耦合性更高、影响数据安全,不方便使用存储过程。........原创 2022-06-20 09:21:03 · 13810 阅读 · 35 评论 -
搞 AI 建模预测都在用 Python,其实入门用 SPL 也不错
可以用来做人工智能建模预测的工具非常多,比如Python, R, SAS,SPSS等,其中Python由于简单易学、丰富的数据科学库、开源免费等特点备受欢迎。但是对于不太熟悉数据建模算法的程序员来说,使用Python建模还是比较复杂,很多时候拿到数据并不清楚该做怎样的处理,选择什么样的算法。其实,在做数据分析和数据建模时,SPL也是不错的选择,它比Python更简单易用,计算速度也快,交互式的界面对数据分析十分友好,同时还提供自动数据建模功能和一些数据处理以及统计学函数,用起来也很方便。下面就以一份用户原创 2022-09-05 09:29:18 · 18482 阅读 · 42 评论