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。

如何为有效代理构建护栏

How to Build Guardrails for Effective Agents

了解如何设置有效的护栏以强制代理执行所需的行为“如何为有效代理构建护栏”一文首先出现在“迈向数据科学”上。

我们能拯救人工智能经济吗?

Can We Save the AI Economy?

我们想要吗?我们可以拯救人工智能经济吗?首先出现在《走向数据科学》上。

Python 3.14 和 GIL 的终结

Python 3.14 and the End of the GIL

探索无 GIL Python 的机遇和挑战Python 3.14 后和 GIL 的终结首先出现在《走向数据科学》上。

机器学习与面板数据的结合:从业者需要了解什么

Machine Learning Meets Panel Data: What Practitioners Need to Know

如何避免由于隐藏的数据泄漏而高估机器学习模型的性能、有用性和现实世界的适用性机器学习遇见面板数据:从业者需要知道什么首先出现在走向数据科学上。

如何使用 PyTorch 根据 DNA 拷贝数对肺癌亚型进行分类

How to Classify Lung Cancer Subtype from DNA Copy Numbers Using PyTorch

逐步介绍从数据科学家的角度了解癌症。如何使用 PyTorch 根据 DNA 拷贝数对肺癌亚型进行分类一文首先出现在 Towards Data Science 上。

我如何使用机器学习来预测 41% 的项目延迟发生

How I Used Machine Learning to Predict 41% of Project Delays Before They Happened

数据科学如何帮助项目经理预测风险并节省时间我如何使用机器学习来预测 41% 的项目延误发生之前的帖子首先出现在《走向数据科学》上。

统计方法 mcRigor 增强单细胞数据分析中 Metacell 分区的严谨性

Statistical Method mcRigor Enhances the Rigor of Metacell Partitioning in Single-Cell Data Analysis

mcRigor 检测每个元单元分区内的可疑元单元,并为给定数据集选择最佳元单元分区方法和超参数后统计方法 mcRigor 增强单细胞数据分析中元单元分区的严谨性首先出现在《走向数据科学》上。

特征检测,第 1 部分:图像导数、梯度和 Sobel 算子

Feature Detection, Part 1: Image Derivatives, Gradients, and Sobel Operator

将微积分基础知识应用到计算机视觉中进行边缘检测后特征检测,第 1 部分:图像导数、梯度和 Sobel 运算符首先出现在《走向数据科学》上。

别再迷失了:如何掌握机器学习系统设计

Stop Feeling Lost :  How to Master ML System Design

什么是机器学习系统设计以及如何为其做好准备《停止感觉迷失:如何掌握机器学习系统设计》一文首先出现在《走向数据科学》上。

Python 机器人初学者指南

A Beginner’s Guide to Robotics with Python

使用 PyBullet 构建 3D 模拟《Python 机器人初学者指南》一文首先出现在 Towards Data Science 上。

如何评估 RAG 管道中的检索质量:Precision@k、Recall@k 和 F1@k

How to Evaluate Retrieval Quality in RAG Pipelines: Precision@k, Recall@k, and F1@k

在我之前的文章中,我已经向您介绍了如何在 Python 中组合一个非常基本的 RAG 管道,以及对大型文本文档进行分块。我们还研究了如何将文档转换为嵌入,使我们能够在向量数据库中快速搜索相似文档,以及如何使用重新排名来识别[...]如何评估 RAG 管道中的检索质量:Precision@k、Recall@k 和 F1@k 的帖子首先出现在 Towards Data Science 上。

TDS 时事通讯:人工智能时代数据科学的快速转型

TDS Newsletter: The Rapid Transformation of Data Science in the Age of AI

数据科学如何在几年内成为一门截然不同的学科(或多或少)TDS 新闻通讯:人工智能时代数据科学的快速转型首先出现在《走向数据科学》上。

数据科学家的第一原理思考

First Principles Thinking for Data Scientists

将优秀数据科学家变成伟大数据科学家的思维方式《数据科学家的第一原则思维》一文首先出现在《走向数据科学》上。

使用大型语言模型进行时间序列分析的快速工程

Prompt Engineering for Time-Series Analysis with Large Language Models

第 1 部分:时间序列核心策略的提示使用大型语言模型进行时间序列分析的提示工程首先出现在《走向数据科学》上。

如何为 AI 代理构建工具

How to Build Tools for AI Agents

了解如何设计和构建供 AI 代理使用的有效工具《如何为 AI 代理构建工具》一文首先出现在《走向数据科学》上。

一次学习 Triton 一个内核:矩阵乘法

Learning Triton One Kernel at a Time: Matrix Multiplication

平铺 GEMM、GPU 内存、合并等等!学习 Triton 一次一个内核:矩阵乘法一文首先出现在《走向数据科学》上。

与利益相关者建立成功的关系

Building A Successful Relationship With Stakeholders

通过超越技术来展示您的价值与利益相关者建立成功的关系一文首先出现在走向数据科学上。

为什么人工智能仍然无法取代分析师:预测性维护示例

Why AI Still Can’t Replace Analysts: A Predictive Maintenance Example

通过轴承振动数据分析示例了解人工智能在分析中的局限性这篇文章《为什么人工智能仍然无法取代分析师:预测性维护示例》首先出现在《走向数据科学》上。