投票选择你的下一次学习冒险！

最新推荐文章于 2025-12-05 17:59:21 发布
转载 最新推荐文章于 2025-12-05 17:59:21 发布 · 78 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzIyNjM2MzQyNg==&mid=2247665134&idx=1&sn=2067f4d1aaac68d9609d5c435712e325&chksm=e978c0a451d5a908bae09d4847b4024fb667ce9552036c62b13313478c2524339d8230c731fe&scene=126&sessionid=0
文章标签：

#学习

已有的课程列表，可以这里查看：

https://datawhale.feishu.cn/docs/doccn0AOicI3LJ8RwhY0cuDPSOc

大模型篇课程列表：

https://github.com/orgs/datawhalechina/repositories

Datawhale
关注
13、游戏化学习提升翻转课堂学习体验
2a4s6d8f0g的博客
07-06 100
本文探讨了基于游戏的学习（GBL）如何提升翻转课堂的学习体验。研究通过设计一款名为“数据科学追踪”的棋盘游戏，结合布鲁姆分类法和翻转学习的FLIP四大支柱，分析了GBL在数据科学课程中的应用效果。结果显示，游戏化学习不仅提高了学习者的参与度和理论理解，还促进了课堂互动和实时反馈。研究进一步提出了游戏设计优化、教学方法改进和未来研究方向，为教育创新提供了理论支持和实践指导。
探索未知的旅程：选择你的冒险式演讲
gitblog_00269的博客
08-30 691
探索未知的旅程：选择你的冒险式演讲 在当今这个互动性日益增强的时代，传统的单向演讲已不再能满足渴望参与的听众。于是，一个创新的开源工具诞生了——《选择你的冒险式演讲》（Choose Your Own Adventure Presentations），它将颠覆你对技术演讲的认知。 项目介绍 这是一个基于Python和现代前端技术的实时分支演讲框架，允许观众通过投票来决定演讲的走向，为技术分享带来前所...
机器学习入门：让机器变聪明的魔法课⚡(一)
qq_75211380的博客
07-11 1128
机器学习（Machine Learning）：让计算机通过数据自动找规律，然后用这些规律来预测或决策的技术。听起来还是很抽象？机器学习的本质：让机器从数据中自动找规律三大学习门派：监督学习、无监督学习、强化学习学习的基本流程：数据→预处理→训练→验证→应用常见算法介绍：从简单的线性回归到复杂的神经网络动手实践：完成了第一个预测项目恭喜你！🎉 你已经正式踏入了机器学习的大门。虽然今天我们只是浅尝辄止，但你已经掌握了核心概念。就像学游泳一样，理论知识很重要，但最终还是要跳到水里才能真正学会。
【机器学习】核心分类及详细介绍
AAADiao的博客
08-15 1568
机器学习（Machine Learning, ML）是人工智能（AI）的核心分支，其核心目标是让计算机通过 “学习数据中的规律” 自动改进性能，无需人工编写具体规则，最终实现 “预测、分类、决策” 等智能化任务。简单来说，机器学习让计算机具备 “从经验中学习” 的能力，就像人类通过观察和实践积累知识一样。
解放双手的星穹铁道辅助工具：让每一次冒险都充满效率与乐趣
gitblog_01003的博客
11-09 714
当你第20次重复相同的地图探索路线时，当你在遗器筛选界面反复切换对比属性时，当你为了每日任务不得不花费大量时间在重复操作上时，是否曾想过有这样一位技术伙伴能为你分担这些繁琐？星轨助手便是为解决《崩坏：星穹铁道》玩家在游戏过程中遇到的种种痛点而来。 ## 为什么需要星轨助手 在《崩坏：星穹铁道》这款充满魅力的游戏中，玩家们常常面临诸多困扰。每日任务的重复操作，消耗着大量宝贵的游戏时间；遗器的筛选
吴恩达：机器学习的六个核心算法
2301_82275412的博客
08-03 1005
文章开头，吴恩达回忆他的研究历程中曾有一次抉择：多年前，在一次项目中，选择算法时，他不得不在神经网络与决策树学习算法之间做选择。考虑到计算预算，他最终选择了神经网络，在很长的一段时间内弃用增强决策树。这是一个错误的决定，「幸好我的团队很快修改了我的选择，项目才成功。」吴恩达谈道。他由此感叹，不断学习与更新基础知识是十分重要的。与其他技术领域一样，随着研究人员的增加、研究成果数量的增长，机器学习领域也在不断发展。线性和逻辑回归、决策树等正则化、优化损失函数、偏差/方差等。
高频算法题冒险之旅精讲（一）之LeetCode小牛试刀五道题
MrYushiwen的博客
03-25 2779
前言： 本次算法冒险之旅将围绕LeetCode上面的算法面试题汇总进行讲解，该部分的题型在面试或笔试中出现的频率很高。 如下是本次冒险之旅的目录： 本篇文章讲解冒险之旅开始前的五道题，让大家感受一下算法的魅力，之后笔者会逐一进行讲解如下的每一章节，每一个大标题都会写一篇文章，算是对其进行剖析和详细汇总。 在进入正题之前，不妨先让我们回顾几个有意思的经典互联网公司的面试题目，热热身。 1.只出现一次的数字 1.1题目： 1.2解题思路及完整Java代码 根据题目所给出的信息，我想到的map或者set去解决
分布式学习
X131644的博客
06-25 797
*MPI标签（Tag）**用于区分不同类型的消息，防止通信混乱。：指令执行取决于数据的可用性而不是程序计数器。如 Amazon EFS、阿里云 NAS。：多核对同一变量副本操作，导致数据不一致。：将指令划分为阶段（如取指/译码/执行），：互斥访问资源（lock/unlock）。如 Amazon S3、阿里云 OSS。面向非结构化数据，如图片、音频、备份。如 Amazon EBS、阿里云云盘。：模拟生物神经元连接，用于人工智能。提供标准文件系统访问，适合共享访问。：支持计数、资源控制（P/V操作）。
计算机保研/考研面试复习——机器学习篇
zeng699304的博客
02-10 1614
计算机保研/考研面试复习——机器学习篇
planit-后端：PLANiT是一款协作旅行计划应用程序，适用于希望充分利用下一次冒险的团体。 用户可以创建计划委员会或我们称之为的地图，其中可以邀请无限数量的客人在用户定制的旅行类别（例如，餐厅，住宿，远足，娱乐等）中对计划进行建议或投票。
02-04
PLANiT是一款协作旅行计划应用程序，适用于希望充分利用下一次冒险之旅的团体。 用户可以创建计划委员会或我们称之为的地图，其中可以邀请无限数量的客人在用户定制的旅行类别（例如，餐厅，住宿，远足，娱乐等）中...
江苏省四年级下册期中考试道德与法治试卷(一).doc
11-28
2. **积极心态**：第二题提到面对考试失败，可以选择通过大哭一场来释放情绪，或者换个角度看问题，期待下一次机会，这教育孩子要学会调整心态，面对挫折保持乐观。 3. **历史典故**：“立木而信”是商鞅变法中的...
【2025跑通的AI变现玩法之十五】【AI+小说分销副业创业全攻略：从0到1手把手教你搭建盈利体系】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
04-20 754
"AI+小说分销"项目，本质是借助TensAI技术对小说文案进行二次创作，打造极具吸引力的内容，以此吸引读者。运营模式上，采用"前端免费+后端付费"的策略：读者前期可免费阅读3-5章精彩内容，后续若想继续阅读，则需进行充值。这种模式既能通过免费内容吸引大量用户，降低用户的进入门槛，又能通过付费机制实现盈利，形成良性的商业闭环。"AI+小说分销"项目作为一种新兴的副业创业模式，具有操作相对简单、收益潜力大、可复制性强等优势。
【PCIe 总线及设备入门学习专栏 5.4 -- Linux EP driver iommu 与 DMA】
CodingCos的博客
12-04 80
本文介绍了IOMMU在Linux系统中的应用场景及关键概念。IOMMU主要用于PCIe设备DMA访问时的地址转换(IOVA→PA)、提供安全隔离以及支持虚拟化场景。文章对比了启用/关闭IOMMU的差异，详细说明了IOVA的使用时机，并列举了内核态地址转换的相关API，包括虚拟地址转物理地址(virt_to_phys)、用户态地址转换(get_user_pages)以及IOMMU相关转换(iommu_iova_to_phys)。特别指出CPU访问BAR时不经过IOMMU，只有PCIe设备DMA时才需要IOMM
算法题归类学习
最新发布
qq_43751506的博客
12-05 364
删除排序链表中的重复元素II（LeetCode 82） - 全删除。删除排序链表中的重复元素（LeetCode 83） - 保留一个。删除链表的倒数第N个结点（LeetCode 19） - 快慢指针。二叉树的最大深度（LeetCode 104） - DFS/BFS。二叉树的最近公共祖先（LeetCode 236） - 递归查找。二叉树的层序遍历（LeetCode 102） - BFS队列。二叉树的中序遍历（LeetCode 94） - 递归/迭代。环形链表（LeetCode 141） - 快慢指针判环。
vite学习
qq_41549657的博客
12-04 627
核心优势极速开发启动：开发阶段不打包，直接让浏览器加载原生ESM,配合ebuild预购建第三方依赖，启动时间从webpack的秒级变为毫秒级热更新（HMR）快:只更新修改的模块，而非全量重建，大型项目热更新耗时<10ms按需编译：开发阶段仅编译当前请求的模块，而非全量打包内置对Typescript、JSX、CSS、静态资源的支持，无需复杂配置生产环境优化：基于Rollup打包，输出高度优化的静态资源，兼顾开发销量和生产性能<docs>Vite 处理.vue。
【Prompt学习技能树地图】LangChain原理及应用操作指南
致力于成为一名data scientist 的奋斗者
12-03 684
基础层主要解决两个核心问题：模型调用的统一化和数据存储的标准化。通过抽象接口设计，为上层应用提供了稳定、可预测的编程模型。表3.2：基础层核心组件概览组件类别核心功能解决的关键问题典型实现模型抽象统一模型调用接口屏蔽不同模型API差异存储抽象统一数据访问方式标准化各类存储系统操作文档处理多格式文档加载与转换统一文档处理流程PDF、HTML、Markdown解析接口规范定义标准化调用契约确保组件间兼容性BaseLLM、VectorStore接口。
学习笔记二十三：支持向量机-间隔与支持向量
dengdaijc的专栏
12-02 743
本文介绍了支持向量机(SVM)的基本原理。SVM通过在样本空间中寻找最优划分超平面来实现分类，其核心思想是最大化分类间隔以提高泛化能力。关键概念包括：划分超平面的数学表示（由法向量和位移项定义）、支持向量（决定超平面位置的最近样本点）以及间隔（反映分类置信度）。SVM的基本型是一个凸二次规划问题，通过最小化法向量范数平方来最大化间隔，同时满足所有样本正确分类的约束条件。该方法具有理论严谨、模型稀疏、全局最优等优势，是经典的分类学习算法。
【办公软件学习】
qq_44901836的博客
12-03 592
办公软件学习技巧，解决办法
.Net Core 学习：Razor Pages -- EF Core工作原理
van的博客
12-04 297
核心概念：ORM（对象关系映射）核心概念：ORM（对象关系映射）LINQ 到 SQL 的转换机制。
基于jQuery实现一次性投票功能
4. 防止重复投票机制：在本例中，实现了一个只能投票一次的功能。通过jQuery cookie插件，当用户第一次投票后，相关信息（比如选中的选项和投票时间戳）会被存储在cookie中。这样，在用户再次尝试投票时，可以通过...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值