<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[2401_83000568的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/2401_83000568</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; 2401_83000568]]></copyright><item><title><![CDATA[GNN智能补货：供应链革命]]></title><link>https://blog.youkuaiyun.com/2401_83000568/article/details/157731445</link><guid>https://blog.youkuaiyun.com/2401_83000568/article/details/157731445</guid><author>2401_83000568</author><pubDate>Thu, 05 Feb 2026 09:54:47 +0800</pubDate><description><![CDATA[GNN驱动的智能补货机制通过图结构建模供应链关系，实现协同决策。相比传统独立预测方法，GNN具有空间协同建模、动态关系感知和端到端决策三大优势。模型设计需合理构建节点和边特征，选择GCN、GAT等适配架构。数据整合环节需融合多源特征并标准化处理。补货决策算法可分为两阶段和端到端范式，结合强化学习优化长期策略。行业案例显示GNN可显著降低缺货率（如沃尔玛降低35%），提升库存周转效率。落地挑战包括数据质量、模型可解释性和实时性要求，建议采取小范围试点、跨部门协作等优化策略。]]></description><category></category></item><item><title><![CDATA[AI订单流异常检测：精准识别与闭环处置]]></title><link>https://blog.youkuaiyun.com/2401_83000568/article/details/157726998</link><guid>https://blog.youkuaiyun.com/2401_83000568/article/details/157726998</guid><author>2401_83000568</author><pubDate>Wed, 04 Feb 2026 11:27:51 +0800</pubDate><description><![CDATA[本文系统阐述了订单流AI驱动的可视化与异常解释系统的构建策略。核心包括：1）多维度融合的异常检测技术，结合数据指纹、行为图谱和时序分析实现精准识别；2）分级分类与自动化处置机制，通过规则矩阵和风险熵值量化进行智能决策；3）基于SHAP/LIME的可解释性技术，提升决策透明度；4）千万级数据训练要求，确保模型达到87%以上的F1值。系统采用Flink+PAI实时计算架构，支持从异常检测到根因分析的完整闭环，为电商、金融等领域的订单风险管理提供智能化解决方案。]]></description><category></category></item><item><title><![CDATA[大模型工程师转行具身智能全攻略]]></title><link>https://blog.youkuaiyun.com/2401_83000568/article/details/157726820</link><guid>https://blog.youkuaiyun.com/2401_83000568/article/details/157726820</guid><author>2401_83000568</author><pubDate>Wed, 04 Feb 2026 11:23:20 +0800</pubDate><description><![CDATA[摘要：本文系统阐述了大模型算法工程师转型具身智能领域的路径规划。报告指出当前行业对复合型人才需求迫切，大模型技术可迁移应用于具身智能的感知、决策等核心环节。学习路径分为理论筑基、技术掌握、项目实践和求职转化四个阶段，需构建跨学科知识体系，涵盖数学、算法、机器人学等领域。推荐26个月渐进式学习计划，通过仿真平台和开源项目积累实战经验。就业前景显示，具身智能岗位薪资显著高于传统AI行业，科技巨头和创新企业人才需求激增，预计2030年产业规模将达4000亿元。报告为技术转型提供系统性指导方案。]]></description><category></category></item><item><title><![CDATA[手写数字识别案例]]></title><link>https://blog.youkuaiyun.com/2401_83000568/article/details/148188963</link><guid>https://blog.youkuaiyun.com/2401_83000568/article/details/148188963</guid><author>2401_83000568</author><pubDate>Sat, 24 May 2025 14:53:42 +0800</pubDate><description><![CDATA[6，按8:2切分数据x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.2,random_state=22,stratify=y)7，模型评估：accuracy_score(y_test,es.predict(x_test))8，模型保存：joblib.dump(es,'../model/手写数字识别.pkl')4，plt.imshow(x,cmap='gray')，绘制灰度图。e，查看模型准确率，并保存模型。]]></description><category></category></item><item><title><![CDATA[洛谷p1114‘非常男女计划‘的哈希表的优化思想]]></title><link>https://blog.youkuaiyun.com/2401_83000568/article/details/147817274</link><guid>https://blog.youkuaiyun.com/2401_83000568/article/details/147817274</guid><author>2401_83000568</author><pubDate>Fri, 09 May 2025 11:47:34 +0800</pubDate><description><![CDATA[第一行有一个正整数 n(1 < n < 10')，代表学校的人数。第二行有几个用空格隔开的数，这些数只能是0或 1，其中，0 代表是一个女生，1 代表是一个男生。示例：8输出：6。]]></description><category></category></item></channel></rss>