DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
原创博客

原创AI技术博客

探索人工智能与大模型最新资讯与技术博客,涵盖机器学习、深度学习、自然语言处理等领域的原创技术文章与实践案例。

排序方式
按日期排序按浏览量排序
网络爬虫中URLConnection的使用[以科学网为例]

网络爬虫中URLConnection的使用[以科学网为例]

2017/02/23 10:32:002,703
#网络爬虫
通过JRI实现java与R的连接、通信

通过JRI实现java与R的连接、通信

R与java调用

2017/02/22 12:03:3521,014
#JRI#R
Hive的常用语法

Hive的常用语法

Hive的常用语法

2017/02/21 19:26:4411,662
#hive
Dirichlet Tree Distribution(狄利克雷树分布)

Dirichlet Tree Distribution(狄利克雷树分布)

狄利克雷分布作为多项式分布的先验大家应该比较熟悉了。这里介绍另外一种Dirichlet树结构的分布,也可以作为多项式分布的先验,但却更加灵活

2017/02/06 21:17:005,877
#Dirichlet#分布
EM算法简介及其例子

EM算法简介及其例子

EM(expectation-maximization)算法是统计学中求统计模型的最大似然和最大后验参数估计的一种迭代式算法,模型一般是依赖于不可观测的潜在变量。

2017/02/06 21:16:2811,065
#EM#参数估计
多元高斯分布(多元正态分布)简介

多元高斯分布(多元正态分布)简介

高斯分布是一种非常常见的分布,对于一元高斯分布我们比较熟悉,对于高斯分布的多元形式有很多人不太理解。这篇博客的材料主要来源Andrew Ng在斯坦福机器学习课的材料。

2017-01-28 23:02:4336,993
#正态分布#统计基础
Java中矩阵运算(math3的使用)

Java中矩阵运算(math3的使用)

Java中矩阵运算(math3的使用)

2017-01-18 20:16:1111,553
#Java#矩阵运算
HMC(Hamiltonian Monte Carlo抽样算法详细介绍)

HMC(Hamiltonian Monte Carlo抽样算法详细介绍)

HMC(Hamiltonian Monte Carlo抽样算法详细介绍)

2017-01-16 14:01:2210,880
#HMC#抽样
Author Topic Model[ATM理解及公式推导]

Author Topic Model[ATM理解及公式推导]

Author Topic Model[ATM理解及公式推导]

2017-01-13 11:38:434,087
#Gibbs抽样#TopicModel
LDA的Gibbs抽样详细推理与理解

LDA的Gibbs抽样详细推理与理解

LDA的Gibbs抽样详细推理与理解

2017-01-08 21:39:184,420
#Gibbs抽样#LDA
TF-IDF的java实现(权重排序显示)

TF-IDF的java实现(权重排序显示)

TF-IDF的java实现(权重排序显示)

2017-01-07 14:15:165,866
#java实现#TF-IDF
sqoop将mysql数据导入到hive指定的数据库中

sqoop将mysql数据导入到hive指定的数据库中

sqoop

2017-01-02 20:56:214,417
#mysql#sqoop
Linux环境下使用NLPIR(ICTCLAS)中文分词详解

Linux环境下使用NLPIR(ICTCLAS)中文分词详解

linux环境下使用中文分词工具

2017-01-02 20:54:514,173
#linux#NLPIR
机器学习中MCMC方法介绍

机器学习中MCMC方法介绍

有人把Metropolis算法当作是二十世纪最伟大的十大算法之一。这个算法是大规模抽样算法的一种,也叫做马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)。对于很多高维问题来说,比如计算一个凸体的体积,MCMC仿真是目前唯一可以在合理时间内解决这个问题的一般性方法。本文介绍了三种主流的MCMC算法,即MH算法、模拟退火算法和吉布斯抽样方法

2016-12-28 20:19:299,651
#GibbsSampling#MCMC
贝叶斯统计中的计算方法简介

贝叶斯统计中的计算方法简介

仿真抽样是给予贝叶斯方法第二春的重要角色。由于很多时候实际问题很复杂,我们无法精确求出后验密度,使用仿真抽样的方法我们可以获得近似的结果。这篇博客主要介绍了几种仿真抽样的方法。

2016-12-28 20:05:216,901
#MCMC#仿真
Eclipse打包Java工程并导出jar包

Eclipse打包Java工程并导出jar包

使用eclipse打包java工程并导出java包

2016-12-12 20:48:123,633
#程序
如何把一个目录下的所有文件,合并成一个文件

如何把一个目录下的所有文件,合并成一个文件

java 读写操作

2016-10-11 09:14:463,312
#java#数据处理
 Java多线程网络爬虫(时光网为例)

Java多线程网络爬虫(时光网为例)

Java多线程网络爬虫(时光网为例)

2016-09-26 08:27:063,603
#Java#网络爬虫
Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]

Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]

Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]

2016-09-18 16:09:096,468
#python#网络爬虫框架
python中Scrapy的安装详细过程

python中Scrapy的安装详细过程

python中Scrapy的安装详细过程

2016-09-18 08:34:003,139
#python#网络爬虫
python中Scrapy的安装详细过程

python中Scrapy的安装详细过程

python中Scrapy的安装详细过程

2016-09-18 08:30:302,868
#python#网络爬虫
网络爬虫模拟登陆获取数据并解析实战(二)

网络爬虫模拟登陆获取数据并解析实战(二)

网络爬虫模拟登陆获取数据并解析实战

2016-09-09 08:33:543,349
#java#网络爬虫
基于java的网络爬虫框架(实现京东数据的爬取,并将插入数据库)

基于java的网络爬虫框架(实现京东数据的爬取,并将插入数据库)

基于java的网络爬虫框架

2016-09-09 08:32:123,109
#java#网络爬虫
网络爬虫中的模拟登陆获取数据(实例教学)

网络爬虫中的模拟登陆获取数据(实例教学)

网络爬虫中的模拟登陆获取数据

2016-09-09 08:30:353,162
#java#模拟登陆
上一页
1...38394041
下一页

专题合集

RAG(检索增强生成)Long Context 长上下文AI Agent 实践

最热博客

  • 1Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)
  • 2回归模型中的交互项简介(Interactions in Regression)
  • 3贝塔分布(Beta Distribution)简介及其应用
  • 4矩母函数简介(Moment-generating function)
  • 5普通最小二乘法(Ordinary Least Squares,OLS)的详细推导过程
  • 6使用R语言进行K-means聚类并分析结果
  • 7深度学习技巧之Early Stopping(早停法)
  • 8手把手教你本地部署清华大学的ChatGLM-6B模型——Windows+6GB显卡本地部署

今日推荐

  • 好消息!吴恩达再发大模型精品课程:Generative AI with Large Language Models,一个面向中级人员的生成式AI课程
  • Google DeepMind 发布 EmbeddingGemma:面向端侧的多语言开源向量模型(308M),小体量也能打
  • TensorRT-LLM:英伟达推出的专为提升大模型推理速度优化的全新框架
  • Python3.11最新特性来了,多个好特性提升!
  • R语言分析面板数据:简单案例
  • Scale AI 发布 SWE-Bench Pro 评测:AI 软件工程代理的新基准
  • OpenAI秘密武器Q*到底是什么?一个神秘帖子的解密:Q*是一个不同于当前大模型推理方式的新对话生成系统
  • LLaMA2 7B一样的性能但是由15倍的推理速度!Deci开源DeciLM-6B和DeciLM-6B-Instruct,发布一天上榜HuggingFace Trending