苹果二的博客

知识图谱和大语言模型融合的论文和文章、实践案例、关键技术和实用工具。

嵌入式人工智能包括的主要概念和技术，嵌入式人工智能的应用以及相关参考资源。

介绍mWDN和AutoEncoder 解决时序数据分类的方法。

时序数据特征提取方法、深度学习时序数据分析模型和参考资源。

数字化转型的管理者和技术从业者可以从Rewired获取的信息。

介绍Human-in-the-Loop的目标，学习过程，适用场景，主动学习的策略，迁移学习，设计标注界面的基本原则以及参考案例（可运行的代码）和资料。

介绍LLM微调、学习人类偏好和微调稳定扩散模型三个关键实践内容

如何使用图神经网络模型GraphKT完成解决自适应学习问题的知识跟踪过程。

介绍如何在开源框架使用自有数据集。思路是理解开源代码的设计方法，根据其设计方法增加相应的代码。

为大家总结元学习解决计算机视觉领域问题的方法，先介绍少样本学习和元学习的概念，然后介绍寻找最优初始参数值和距离度量方法的原理和代码，希望大家看完文章后可以动手实践以便解决现实问题。

介绍虚拟现实技术XR在Web3的作用，XR的概念、特征、技术、设备、平台、应用和工具，选择XR技术的方法、开发XR作品的4个步骤以及成为XR开发者的路径，希望能帮助新手在Web3时代成为优秀的XR创建者。

为了帮助大家做好工业软件以及用人工智能解决工业领域现实问题，分享我在B站上的视频系列专辑：阅读开源工业软件和工业智能实战，欢迎一起来学习。

从机器学习存在的问题谈起，介绍增量学习可以解决怎样的问题，增量学习的类别，实现增量学习的方法，增量学习的评价指标和常用数据集，类别增量学习典型方法和代码库以及参考资源，希望能帮助大家用增量学习提高图像分类、对象检测、语义分割、行为识别、对象重识别、三维点云处理等工作的质量。

从认知智能的角度说说ChatGPT的不足。

学习区块链核心技术智能合约引擎的相关资料。

隐私保护安全技术的相关信息，基础隐私计算技术在联邦学习中的应用。

不是技术出身的管理者，或者说不在技术第一线的管理者，如何做好技术管理呢？今天和大家一起看看新西兰Dale Jennings的片子TECHNOLOGY MANAGEMENT for non-technical managers。也希望开发者可以理解非技术背景的技术管理者的管理方法...

一起看看蒋梦麟先生的《西潮》和钟叔河先生编的《走向世界丛书》，思考为什么中国古代未曾发展自然科学，思考我们如何在这个开放的世界，向他人学习，并发展自己

如何在从事计算机相关工作的过程中，不仅留下有价值的作品，也留下启发和指导他人的技术文档？请看我的介绍，如何最小化地撰写敏捷开发的文档。

从数据到信息，从信息到知识，从知识到智慧，这条路还要走多远？请听我关于知识图谱的简单介绍以及学习资源推荐。

作为计算工作者，我们经常需要看书掌握最新理论和关键技术，但是如果无法找到一本好书学习会事倍功半。看到很多朋友花了很多钱买了很多书却没有找到一本真正应该看的好书。特别为大家介绍一些优秀书籍。包括软件开发、数学和算法、数据、机器学习、项目管理以及产品开发管理书籍。......

希望能帮助大家了解智能制造，可以从自己的角度出发，为智能制造做出自己的贡献。先看纪录片了解历史，然后系统地看书籍建立知识体系，最后再看看现在新一代信息技术在我们自己的工业制造里如何应用的。...

理解数学，不要记忆数学。学数学，不是为了成为985大学里，有一群自称废物的小镇做题家文中的做题家，也不是为了炫耀分数，而是在未来的科学和工程实践中，运用数学和数学的抽象建模思维，做出实实在在的贡献和影响。...

做软件相关产品，在做出产品原型以后，如何第一时间测试产品原型，以便得到及时恰当的用户反馈？今天和大家聊聊如何做产品原型测试，看看如何选择测试者，如何准备测试问题。

今天主要为大家介绍Michael Allen 的Guide to e-learning一书，书的副标题是创建互动的、有趣的和有效的学习项目。在书中，他写了做e-learning成功的基本因素，也写了让学习者获得有意义和值得回忆的体验的具体方法，关于如何增强学习动机，如何做指导性的互动，也有很多不错的例子。这些在线教育的方法也适合有些经验的开发者朋友培训团队小伙伴，以及提高产品的用户体验。...

计算机行业的从业者，需要很好的物理和数学基础并能热爱创造发明，今天，我想通过介绍经典的物理、数学和发明书籍帮助大家开阔视野，启发思路。希望这些经典书籍能活跃大家的思维，帮助大家在工作中创造更多优秀的作品。...

借助于图形化手段，清晰有效地传达与沟通信息。1. 什么是数据可视化？;2.数据可视化的适用范围是？3. 数据可视化值得参考的视频;4. 数据可视化有哪些参考资料？;5. 数据可视化有哪些参考的框架？...

跟着Google云平台开发支持工程师Martin Görner学习使用TensorFlow玩转深度学习，一步一步理解深度学习调优模型的基本方法。

分享Google I/O 2022大会上AI和ML的话题，1网络ML：利用TensorFlow.js在JavaScript中进行迁移学习；2 大规模分布式模型训练的提示和技巧；3机器学习在ARCore的应用。

做为一个专业程序员，如何自我考察，自我测试，从而获得自我提升？来看看大师温伯格风趣幽默的介绍吧，在笑声中获得收获。

开源是可以创造财富的，封闭不能创造财富和价值。这些年来微软越来越开放，不妨回头看看多年前的故事。看大片，了解Linux、开源运动和黑客如何打破垄断，促进软件开发发展，创造财富神话的故事和现实。

技术人员水平不高，经验不丰富，工程能力不够，就会为企业带来沉重的技术负债。短期加速了开发，但在未来带来了沉重的负担。这种负担表面上看来是工程师辛苦无效的劳动，本质上是企业主付出的多余而无效的人力、金钱和时间成本。这种技术负债的情况比比皆是，今天来说说技术负债的问题。

形象解释最大似然估计和最大期望算法，简单介绍最大期望算法在机器学习中的应用。

数据统计和分析可以帮助产品的营销管理、用户管理、内容管理、渠道管理、运营效果监测和用户体验优化。

开放数据是什么？开放数据的好处是什么？医疗卫生领域开放数据的目的是什么？医疗卫生领域开放数据的类型是什么？医疗卫生领域开放数据的有利因素是什么？全球医疗卫生领域开放数据的时间线是怎样的？中国医疗卫生领域开放数据的现状是如何的？

21世纪最性感的职业数据科学家究竟有哪些诱惑呢？数据科学家应该是复合型人才，既是科学家，又是工程师，还在商业决策和创新中起到非常重要的作用。一条条看过来，看看你是否有数据科学家的特点呢？

如何理解线性代数、概率论与统计学、微积分与数值计算在机器学习中的作用与意义？请看简单汇总及相关参考阅读资料。

介绍知识工程的基本内容。1.什么是知识工程？2.知识工程的理论基础是？3.知识工程的研究内容是？4.如何实施知识工程？5.可以解决怎样的问题？6.有哪些工具可以用于知识工程？7.目前成功的案例是？

看看王培先生的NARS系统，如何做出一个更接近人类思想的智能系统？

基于社交网络，我们可以做网络可视化，也就是将社交网络里的人际关系结构可视化输出；利用中心性分析法，我们也可以研究社会关系。