数据可视化

首页 标签 数据可视化
# 数据可视化 #
关注
33124内容
长江商学院CIO徐斌:AI时代,组织的进化逻辑与人才转型新思维
徐斌,长江商学院CIO、计算机博士,20年世界500强及上市公司高管经验,首创数字化“三驾马车”方法论(流程变革、IT固化、数字运营),成功主导得力集团全链路转型,助力其获评首批浙江省未来工厂。
|
1天前
|
基于神经网络、强化学习、模糊逻辑和小波相结合的混合方法控制欠驱动系统
MATLAB实现展示了如何结合神经网络(NN)、强化学习(RL)、模糊逻辑(FL)和小波变换(WT)来控制欠驱动系统(以倒立摆小车系统为例
|
1天前
|
阿里云万小智AI建站轻量版、标准版和高级版如何选择?有什么区别?
阿里云万小智AI建站提供轻量版(15元/月)、标准版(980元/年)和高级版(1980元/年)三档,支持对话式建站、可视化编辑与创意模式。功能逐级增强:含存储、CDN、多语言、支付插件等,资源配额与灵敏感值递增。新用户注册即赠.cn域名,在阿里云Club中心可领优惠券。万小智官网:https://t.aliyun.com/U/FmBHHe
|
1天前
| |
医疗AI智能体:整体效能评估可视化:从原理到实践的10大核心量化指标体系.130
本文系统阐述医疗AI智能体的量化评估体系,强调其行业特殊性——关乎生命健康、强合规要求、用户多元、闭环严苛。提出覆盖技术(幻觉率、准确率、响应时间、召回率)与业务(满意度、审核通过率、问诊完成率、交互时长)的8大核心指标,配套数据采集、计算、监控、迭代闭环流程及可落地代码实现,为临床合规落地提供客观依据。
|
2天前
| |
来自: 弹性计算
【教程】阿里云轻量云服务器一键配置OpenClaw
如果你还没有部署自己的 OpenClaw,还可以通过购买腾讯的轻量云服务器,一键秒级部署指南一键秒级部署指南,一键即可在几秒内完成部署。
人工智能|YOLOv5必须了解的知识
本文详解YOLOv5网络结构(Input/Backbone/Neck/Head)及train.py核心实现:包括模型加载(预训练权重适配)、yaml配置解析、数据集读取与增强、标签格式说明、多尺度特征融合机制,以及推理阶段预处理、NMS过滤与结果可视化全流程。
|
2天前
| |
LaTeX 数学公式在 Word 中的兼容性问题与解决方案实践
本文剖析AI生成LaTeX公式粘贴至Word乱码的根源,对比Word原生、MathType、Pandoc、Overleaf及DS随心转五大方案,涵盖兼容性、可编辑性与适用场景,助科研、教学与技术写作用户高效实现公式无缝迁移。
|
2天前
|
软件开发新手入门五大核心技能之版本控制工具(五)
教程来源 http://xgmoi.cn/ 本章系统讲解 Git 高级用法:.gitignore 精准忽略文件;stash 临时保存未完成修改;alias 自定义高效命令;submodule 管理外部依赖;grep/blame/bisect 深度调试;涵盖集中式、功能分支、Git Flow 等主流协作工作流;详解撤销提交、amend、cherry-pick 等高频问题解决方案;并介绍 GUI 工具与 VS Code 集成技巧。
PyTorch深度学习实战 |手算​​变分自编码器(VAE)
本文详解变分自编码器(VAE)原理:指出传统自编码器因潜在空间无序而无法生成新图像;VAE通过引入概率建模,用高斯分布近似后验,并结合重构损失与KL散度优化,使潜在空间连续可采样,从而实现可控图像生成。含公式推导、重参数化技巧及完整代码实现。(239字)
PyTorch深度学习实战 |手算​​自编码Autoencoder
自编码器是一种无监督神经网络,通过编码器将数据压缩为低维潜在表示,再由解码器重建原始输入。其核心价值在于自动提取关键特征、实现降维与数据去噪,广泛应用于图像重建、特征学习和可视化分析等领域。
免费试用