走向数据科学领域信息情报检索

在数据科学领域分享概念、思想和代码。Towards Data Science Inc.是一家在加拿大注册的公司。它为成千上万的人提供了一个交流思想、扩展对数据科学理解的平台。

优化 LLM 成本、延迟和性能提示的 4 种技巧

4 Techniques to Optimize Your LLM Prompts for Cost, Latency and Performance

了解如何大幅提高 LLM 申请的性能帖子 4 条优化 LLM 提示成本、延迟和性能的技术首先出现在《走向数据科学》上。

通过 ColPali 将视觉语言智能引入 RAG

Bringing Vision-Language Intelligence to RAG with ColPali

释放知识库中非文本内容的价值这篇文章《与 ColPali 一起将视觉语言智能引入 RAG》首先出现在《走向数据科学》上。

使用 NumPy 分析我的日常习惯(睡眠、屏幕时间和情绪)

Using NumPy to Analyze My Daily Habits (Sleep, Screen Time & Mood)

我可以使用 NumPy 弄清楚我的习惯如何影响我的情绪和生产力吗?使用 NumPy 分析我的日常习惯(睡眠、屏幕时间和情绪)的帖子首先出现在 Towards Data Science 上。

深度强化学习:0 到 100

Deep Reinforcement Learning: 0 to 100

使用 RL 教机器人驾驶无人机《深度强化学习:0 到 100》一文首先出现在《走向数据科学》上。

将 Claude 技能与 Neo4j 结合使用

Using Claude Skills with Neo4j

亲身探索 Claude Skills 及其在 Neo4j 中的潜在应用将 Claude Skills with Neo4j 的帖子首先出现在 Towards Data Science 上。

饮水机闲聊,第一集。 9:人工智能和法学硕士中“思考”和“推理”的真正含义是什么

Water Cooler Small Talk, Ep. 9: What “Thinking” and “Reasoning” Really Mean in AI and LLMs

理解人工智能如何模拟“理性”,以及为什么它不是人类在思考时所做的事情The post Water Cooler Small Talk,Ep. 9:人工智能和法学硕士中“思考”和“推理”的真正含义首先出现在《走向数据科学》上。

在 DAX 中使用 UDF 的真实示例

A Real-World Example of Using UDF in DAX

随着 Power BI 2025 年 9 月版本的发布,我们获得了新的用户定义函数功能。这是对我们工具集的绝佳补充。让我们看看如何构建此新功能的真实示例。在 DAX 中使用 UDF 的真实示例一文首先出现在 Towards Data Science 上。

如何将强大的 AI 音频模型应用于实际应用

How to Apply Powerful AI Audio Models to Real-World Applications

了解不同类型的 AI 音频模型及其可使用的应用领域。如何将强大的 AI 音频模型应用于现实世界应用程序的帖子首先出现在走向数据科学上。

我本月学到的机器学习课程

The Machine Learning Lessons I’ve Learned This Month

2025 年 10 月:自述文件、MIG 和动作这篇文章《本月我学到的机器学习课程》首先出现在《迈向数据科学》上。

构建一个真正有效的监控系统

Building a Monitoring System That Actually Works

捕获真实异常情况而不被错误警报淹没的分步指南“构建实际有效的监控系统”一文首先出现在“迈向数据科学”上。

框架维度的力量:数据科学家应该了解什么

The Power of Framework Dimensions: What Data Scientists Should Know

实践指导和案例研究《框架维度的力量:数据科学家应该知道什么》一文首先出现在《迈向数据科学》上。

人工智能代理:从效率助手到明天的领导者?

AI Agents: From Assistants for Efficiency to Leaders of Tomorrow?

人工智能如何从“简单”的助手发展成为我们未来甚至首席执行官和州长的潜在架构师后人工智能代理:从效率助手到明天的领导者?首先出现在《走向数据科学》上。

数据可视化解释(第 4 部分):Python 基础知识回顾

Data Visualization Explained (Part 4): A Review of Python Essentials

学习 Python 基础知识,让您的数据可视化游戏更上一层楼。文章《数据可视化解释(第 4 部分):Python 基础知识回顾》首先出现在《走向数据科学》上。

使用开源和 Databricks 构建地理空间 Lakehouse

Building a Geospatial Lakehouse with Open Source and Databricks

矢量地理空间数据科学的示例工作流程使用开源和 Databricks 构建地理空间 Lakehouse 的帖子首先出现在 Towards Data Science 上。

来自第一原则的代理人工智能:反思

Agentic AI from First Principles: Reflection

从理论到代码:构建提高 LLM 准确性的反馈循环《第一原则:反思》中的 Agentic AI 帖子首先出现在《走向数据科学》上。

如何一致地从复杂文档中提取元数据

How to Consistently Extract Metadata from Complex Documents

了解如何从文档中提取重要信息“如何从复杂文档中一致地提取元数据”一文首先出现在“迈向数据科学”上。

在固定预算下为法学硕士选择最佳模型大小和数据集大小

Choosing the Best Model Size and Dataset Size under a Fixed Budget for LLMs

使用 Tiny Transformers 进行小规模探索《为法学硕士选择固定预算下的最佳模型大小和数据集大小》一文首先出现在《走向数据科学》上。

将 OpenAI Agent Builder 聊天机器人部署到网站

Deploy an OpenAI Agent Builder Chatbot to a Website

使用 OpenAI 的 Agent Builder ChatKit 将 OpenAI Agent Builder 聊天机器人部署到网站一文首先出现在 Towards Data Science 上。