构建关键词检索结果

量化用户行为模式以构建更好的预测功能

Quantifying User Behavior Patterns to Build Better Predictive Features

仅知道西雅图的一名 35 岁男性上个月点击了 12 次,就几乎无法告诉您他的意图。

为什么翻译评估与构建双语评估不同

Why Translating an Assessment Isn’t the Same as Building a Bilingual Assessment

作者:Isabel Andrade,Khan Academy Kids 首席产品经理 对于为双语学习者提供公共资助的 PreK 项目,... 阅读更多为什么翻译评估与构建双语评估不同的帖子首先出现在 Khan Academy 博客上。

t54 如何使用 Amazon Bedrock AgentCore 支付构建信任层

How t54 built a trust layer with Amazon Bedrock AgentCore payments

t54 构建了 x402-secure,这是 Amazon Bedrock AgentCore 支付上的信任层,可在自主代理付款之前对每个端点进行评分。了解会话预算、凭证隔离和确定性信任门如何在无人参与的情况下管理超过 2000 万个代理发起的交易。

麻省理工学院的工程师创建了一个用于构建可变形智能设备的系统

MIT engineers create a system for building shape-changing smart devices

麻省理工学院的工程师构建了一种名为 bifur 电路的模块化 3D 打印超材料块,可以通过无数形状保持电气连接,从而实现自感应家具、机器人抓手和可重构天线。

使用托管 Amazon Bedrock 知识库和 AWS CloudFormation 构建可观察的企业代理检索

Build observable enterprise agentic retrieval using Managed Amazon Bedrock Knowledge Base with AWS CloudFormation

本文在 Amazon Bedrock 托管知识库和 Amazon Bedrock AgentCore 上构建了企业代理检索解决方案。代理进行推理、跨多个知识库进行路由并返回引用的答案,具有七层可观察性以及按需和持续评估,所有这些都通过单个 AWS CloudFormation 链进行部署。

如何在新兴市场构建数字健康平台

How to Build Digital Health Platforms in Emerging Markets

在发展中经济体,真正有效的数字医疗平台并不是进口的。它们是由它们所服务的社区从头开始构建的。

芝加哥地区的负责人如何从高层构建积极的文化

How a Chicago-area superintendent builds positive culture from the top

两年来,Krish Mohip 为 Proviso 镇高中 209 学区的出勤率和成绩带来了显着提高。

UCSB 帮助 Vibrobit 在不增加员工的情况下为能源行业构建关键软件的安全开发

УЦСБ помог «Вибробит» выстроить безопасную разработку критического ПО для энергетики без расширения штата

UCSB 为 NPP Vibrobit LLC 提供了安全软件开发流程,该公司是一家火力发电厂、州立地区发电厂和核电厂旋转设备振动监测和诊断系统开发商。 UCSB 的 Apsafe 平台的实施使客户的团队能够定期分析代码安全性,并显着提高产品质量,而无需组建 AppSec 专家团队。 Vibrobit 公司的 Web.Net 系列产品是网络应用程序,用于监控、分析和管理关键能源设施中使用的工业装置的振动状态。此类软件的安全性是直接影响燃料能源综合体战略设施运行稳定性和国家安全的关键因素。同时,开发团队专注于软件的持续开发,并没有单独承担信息安全专家的角色。同时,自动漏洞扫描器会产生许多误报,其

使用 Amazon Quick 和 fal 构建代理创意工作流程

Build agentic creative workflows with Amazon Quick and fal

创意团队生产的资产比以往任何时候都多,但分散的工具和手动上下文传输会减慢生产速度。本文展示了如何使用 Amazon Quick 和 fal 构建可重复使用的代理工具,并通过模型上下文协议 (MCP) 连接,并使用两个实践工作流程:八面板故事板和音乐视频概念原型。

Jocko 播客 474:构建额外的团结社区。与动力侦察海军陆战队,杰克哈里曼

Jocko Podcast 474: Constructing Extra United Communities. With Power Recon Marine, Jake Harriman

成为 Jocko Underground 的一员:https://www.jockounderground.com/subscribe Jocko 零售商商店:https://www.jockostore.com Jake 以优异的成绩毕业于美国海军学院,并在美国海军陆战队服役七年半,担任步兵和强力侦察队的排指挥官。退役后,杰克就读于斯坦福大学企业研究生院。在斯坦福大学时,他创立了 Nuru Worldwide,旨在消除地球上最不稳定、最薄弱地区的过度贫困,以帮助消除暴力极端主义。杰克在起草、引入和通过开创性的新法律(称为《2019 年国际脆弱性法案》)方面发挥了重要作用,该法案是后 Jock

科学家构建虚拟宇宙来追踪 135 亿年的黑洞演化

Scientists Build a Virtual Universe to Track 13.5 billion Years of Black Hole Evolution

科学家们创造了一个巨大的虚拟宇宙,它几乎贯穿了整个宇宙历史,追踪星系和黑洞的生长。这个名为 ASTRID 的计算机模拟追踪了大约 135 亿年的宇宙演化,从“宇宙黎明”附近开始一直持续到今天。研究人员希望它能[…]《科学家构建虚拟宇宙来追踪 135 亿年黑洞演化》一文首先出现在 Knowridge 科学报告上。

从AI实验到AI运营:我为何停止玩弄代理,开始构建系统

From AI Experiments to AI Operations: Why I Stopped Playing with Agents and Started Building a System

Rob Niles花了数月时间尝试代理人工智能工具、做笔记并观看巧妙的演示。然后他意识到问题不在于工具——而在于他使用工具的方式。这是他如何从试验代理转向构建实用系统的第一部分。

我在云端构建了自己的安全网络,免费远程访问家中电脑

I built my own secure network in the cloud to access my home PCs remotely - for free

你需要轻松、安全地远程访问家庭或小型企业网络吗?在花费大价钱购买VPN或远程访问方案之前,试试Tailscale。我提到过它是免费的吗?

数据智能:在AI时代构建你的竞争优势

Data Intelligence: Building Your Competitive Advantage in the Era of AI

为了跟上现代商业的步伐,数据战略正在转向更加自主的实时系统,这些系统可以在做出决策时提供情报。在代理人工智能的推动下,现代数据团队不再只是简单地查看发生的事情。现在,他们正在自动化复杂的工作流程,分析正在发生的事情,预测接下来可能发生的事情,并建议 [...]

使用Grok Build和Grok 4.6构建端到端数据科学项目

Build an End-to-End Data Science Project with Grok Build and Grok 4.6

使用 Grok Build 通过 EDA、scikit-learn、模型训练、FastAPI、API 测试和云部署创建生产就绪的数据科学工作流程。

构建一套行之有效的小学数学课程

Assembling An Elementary Math Curriculum That Adds Up

按照关键步骤构建小学数学课程,包含可衡量目标、可行的进度和所有小学年级的高质量资源。

使用 Snowflake、Amazon SageMaker Canvas 和 Amazon Quick 构建无代码 ML 工作流程 – 第 1 部分:设置 Snowflake 环境

Build a no-code ML workflow with Snowflake, Amazon SageMaker Canvas and Amazon Quick – Part 1: Setting up your Snowflake environment

医疗保健、零售和生命科学团队在 Snowflake 中存储大量运营数据,但将其转化为预测非常困难。在本系列的第 1 部分中,您将使用 Amazon SageMaker Canvas 设置 AWS 账户和 Snowflake 环境以实现无代码 ML 工作流程,为无需编写代码即可构建欺诈检测模型奠定基础。

使用 Snowflake、Amazon SageMaker Canvas 和 Amazon Quick 构建无代码 ML 工作流程 – 第 2 部分:使用 Amazon SageMaker Canvas 进行数据准备和模型构建

Build a no-code ML workflow with Snowflake, Amazon SageMaker Canvas and Amazon Quick – Part 2: Data preparation and model building with Amazon SageMaker Canvas

在这个无代码 ML 系列的第 2 部分中,您将 Amazon SageMaker Canvas 连接到 Snowflake,准备交易数据并将其与 Data Wrangler 可视化转换结合起来,并训练 XGBoost 欺诈检测模型。所有这些都无需编写机器学习代码,为第 3 部分中的交互式仪表板奠定了基础。