ITPub博客

博客热门文章关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 之前，我们展示了如何使用堆叠泛化和折外预测创建堆叠集成。现在我们将学习如何实现各种堆叠技术。 网络模型的反向传播 在多分类问题上使用原始特征进行非线性堆叠会带来惊人的收益。 非线性算法能够发现原始特征与元模型特征之间的有用交互。 首先使用分箱，将回归问题转化为多分类问题。 这些类别的预测概率可以帮助堆叠回归器做出更好的预测。 将数据集降至 2 或 3 维。 将其与非线性堆叠器进行堆叠。 使用留出集进行堆叠/混合（安全选择）。 因此，当数据集具有时间效应时，你可以使用 Vowpal Wabbit 在整个数据集上进行训练。

更新于美国东部时间2026年10月11日12:05 AI正在帮助企业解读生物数据，用于药物发现和更个性化的护理。 医疗技术公司Flahy Inc.正在将这种方法应用于临床决策支持，汇集可能影响一个人预防或治疗下一步的信息，据Flahy创始人兼首席执行官Jagjit Singh（图右）介绍。 “我们需要处理的知识太多了，”他说，“知识层非常关键，因为它连接你的数据层和模型层，并告诉模型究竟哪些事实重要，以及某个具体数据点意味着什么。我们处理的是分布在庞大图谱中的大量生物学和临床信息上下文。这决定了……对于特定个体，从更好的治疗决策角度出发，应该走哪棵决策树或哪条路径。

LePrix 高级工程师，为其 B2B 市场构建数据管道和多模态系统。 Microsoft 产品经理，专注于 AI、智能体和网络安全。此前在 ISRO 领导卫星任务和 AI 驱动系统 LePrix 高级工程师，为其 B2B 市场构建数据管道和多模态系统。 Microsoft 产品经理，专注于 AI、智能体和网络安全。此前在 ISRO 领导卫星任务和 AI 驱动系统 LePrix 高级工程师，为其 B2B 市场构建数据管道和多模态系统。 Microsoft 产品经理，专注于 AI、智能体和网络安全。

当人们第一次听说网页抓取时，往往会觉得这是某种黑客行为。其实不是。抓取只是让一个小程序读取网页，并挑出你想要的部分，比如价格、标题或职位名称，这样你就不必手动复制它们。 最让新手受挫的部分是被封禁。你运行脚本几次后，网站突然不再响应。这通常是因为脚本的行为不像任何正常访客。好消息是，大多数封禁都很容易避免。 在浏览器中输入网站地址，并在后面加上 /robots.txt（例如 website.com/robots.txt ）。这个文件会告诉自动化工具它们可以访问哪些页面。如果某个页面被禁止访问，就不要碰它。也值得快速浏览一下网站的服务条款。 许多网站已经通过官方 API 共享数据。这种方式更干净、被允许，而且可能让你完全不必编写抓取器。 脚本可以在几秒内发送数百个请求，而在服务器看来，这就像一次攻击。

博客热门文章 关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 面向初学者的十大机器学习（ML）算法介绍，配有图表和示例，便于理解。 在《哈佛商业评论》将“数据科学家”称为“21世纪最性感职业”的文章发表后，ML 算法的研究获得了巨大的关注。因此，对于那些刚进入 ML 领域的人来说，我们决定重启我们极受欢迎的金牌博客《机器学习工程师需要知道的10种算法》——尽管这篇文章是针对初学者的。 ML 算法是那些能够从数据中学习并从经验中改进，而无需人工干预的算法。

AI 研究员和产品构建者，从事网络安全、可信 AI、智能体系统和大语言模型评估工作。我还为 IEEE 审阅研究。 都柏林 DCU 商业分析硕士生。我构建小型、真实的数据和机器学习项目，并记录结果以及其中的 bug。 AI 研究员和产品构建者，从事网络安全、可信 AI、智能体系统和大语言模型评估工作。我还为 IEEE 审阅研究。 都柏林 DCU 商业分析硕士生。我构建小型、真实的数据和机器学习项目，并记录结果以及其中的 bug。 AI 研究员和产品构建者，从事网络安全、可信 AI、智能体系统和大语言模型评估工作。我还为 IEEE 审阅研究。 都柏林 DCU 商业分析硕士生。我构建小型、真实的数据和机器学习项目，并记录结果以及其中的 bug。

发布于 10 月 12 日 • 最初发表于 homelabpostmortem.com TL;DR：在 Raspberry Pi OS 的 6.18 内核上，使用 dtoverlay=pwm-ir-tx 的红外发射器不会发送任何可用的内容。一个 100 ms 脉冲、100 ms 间隔、100 ms 脉冲的测试码被施加到 PWM 上，表现为 7 微秒内的四次状态变化，全部来自一次定时器中断，因此 LED 总共只亮了几微秒。ir-ctl --send 仍然以 0 退出，并且仍然耗时约 350 ms，因为 LIRC 核心在返回前会等待信号的长度。因此，无论是退出码还是耗时都无法暴露问题。原因是 6.18 的一次清理，被描述为切换到“一个等效的更高层辅助函数”，它反转了驱动定时器回调中的循环条件。

更新于美国东部时间2026年10月11日16:39 随着人工智能加速对更强大芯片、互联系统和更快产品开发的需求，半导体行业正进入硬件工程的新时代。但日益增加的设计复杂性、功耗和散热限制正给传统工程方法带来压力，推动业界对 AI 驱动工程的更大兴趣。 这些挑战将影响 theCUBE 对 SEMICON West 的报道，该展会将于10月14日在旧金山举行。报道将探讨 AI 驱动工程、物理智能和跨行业协作如何改变半导体创新。（* 下方披露） “随着半导体不断演进架构，随着 AI 在基础设施侧的速度持续提升，智能体、编码以及其上所有应用决定了将会发生什么，”theCUBE Research 执行分析师 John Furrier 表示。“半导体目前正是热点所在。

我开发了 BackupDrill，它会备份 Supabase 项目，并按计划对备份进行恢复测试。 我开发了 BackupDrill，它会备份 Supabase 项目，并按计划对备份进行恢复测试。 我开发了 BackupDrill，它会备份 Supabase 项目，并按计划对备份进行恢复测试。 我恢复过相当多不属于我的 Supabase 备份。不是因为出了什么问题，而是因为我构建了一个对它们进行恢复测试的工具，而几乎每一个新数据库都让我学到了一些关于备份如何悄无声息地变坏的东西。 模式总是相同的。备份任务显示绿色。文件在存储桶里。大小也合理。没有人有任何理由怀疑它。然后当有人第一次真正恢复它时，发现少了些东西。 下面这五种情况都不涉及罕见的故障。

发布于10月12日 • 最初发表于 blogs.thetrillioniar.me 当今的 AI 格局以理论能力与实际理解之间的鲜明对比为标志，同时伴随着显著的企业动荡。 Andrej Karpathy 指出了我们在理解大语言模型能力方面日益扩大的差距。随着模型不断演进，我们认为它们能做的事情与其实际验证过的性能之间的距离正在扩大，导致基准测试碎片化以及整个行业期望不一致。来源：Twitter/Karpathy 有报道指出，OpenAI 解雇了自己的审计师，随后叙事发生转变，其收入预测缩水了约 200 亿美元。这引发了关于当前 AI 炒作周期可持续性以及大语言模型大规模实际变现能力的关键问题。

Anthropic 上周作为其更广泛的 Cyber Mission 的一部分推出的新 OSS Scanner，暴露了该公司安全研究运营内部的一个问题。Claude 发现潜在漏洞的速度超过了人类研究人员验证它们的速度。 在对一些全球使用最广泛的开源项目进行为期六个月的扫描中，Anthropic 的模型发现了超过 29,000 个候选漏洞。其人工审查流程依赖六家外部安全研究公司来复现和分诊发现的问题，但仅处理了约 6,000 个。 一个披露仪表板用一些数字说明了这个问题。截至 10 月 2 日，外部安全公司已确认其审查的 6,123 项发现中有 5,674 项有效，但只有 516 个漏洞在上游得到了修补。

博客热门文章关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 正则化技术对于防止模型过拟合至关重要，并能使其在验证集和测试集上表现更好。本指南通过代码全面概述了在TensorFlow中可用于正则化的四种关键方法。 照片由Jungwoo Hong在Unsplash上拍摄。 根据维基百科， 在数学、统计学和计算机科学中，特别是在机器学习和逆问题领域，正则化是通过添加信息来解决不适定问题或防止过拟合的过程。 这意味着我们添加一些额外信息来解决问题并防止过拟合。 过拟合简单来说就是我们的机器学习模型在一些数据上训练，它在该数据上表现极好，但无法泛化到新的未见示例上。

博客热门文章关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 本文包含傅里叶变换的数学简介及其在 AI 中的应用。 傅里叶变换是数学史上最深刻的洞见之一，但遗憾的是，其含义深埋在那些看似荒谬的公式之中。 傅里叶变换是一种将事物分解为一组正弦波的方法。顾名思义，这个名字来自很久以前一位名叫傅里叶的人。 用数学术语来说，傅里叶变换是一种将信号分解为其组成成分和频率的技术。 傅里叶变换不仅广泛应用于信号（无线电、声学等）处理，还应用于图像分析，例如边缘检测、图像滤波、图像重建和图像压缩。一个例子：透射电子显微镜图像的傅里叶变换有助于检查样品的周期性。周期性——即图案。

博客热门文章 关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 GenAI催生了具有独特功能和优势的新搜索引擎平台，挑战着Google的主导地位。 数字领域处于不断变化的状态，搜索引擎也不例外。如今，搜索引擎已经超越了仅仅提供网页链接的功能。它们现在被设计为提供一系列功能，如摘要生成、图像生成、交互式研究模式和问答聊天机器人。这使得在互联网上研究、学习和发现事物变得更加容易。 尽管Google长期以来一直是占主导地位的搜索引擎，但人工智能（AI）的出现为提供独特功能和优势的替代搜索引擎铺平了道路。

博客热门文章关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 10倍开发者是指生产力是平均水平10倍的人。我们借鉴开发者社区的建议和技巧，帮助您成为更精通的数据科学家，受到团队成员和利益相关者的喜爱。 作者：Stephanie Kim，Algorithmia。 最近我在PyData Seattle发表演讲，讲述如何通过借鉴开发者社区的建议和技巧来提升您的数据科学技能。这些建议将帮助您成为更精通的数据科学家，受到团队成员和利益相关者的喜爱。 这篇文章分为五个部分，包括： 10倍开发者的历史和争议。 项目设计。 代码设计。 工作工具。 模型生产化。

博客热门文章 关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 构建和搭建数据与 AI 系统的常规过程可能会引发各种数据隐私威胁。利用隐私保护 AI 领域的最先进技术，可以帮助避免这些挑战。 作者：Upendra Singh，Epsilon 数据科学、DX 高级首席架构师。 在当今数字化世界中，数据隐私是私营和公共组织都关注的重要问题。这给分析行业带来了一个有趣的挑战，因为数据可访问性是开发高质量机器学习模型的关键。

博客热门文章 关于 主题 AI 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps NLP 编程 Python SQL 数据集 活动 资源 速查表 推荐 技术简报 广告 SQL 是开发者、工程师和数据专业人员必备的语言。掌握中级 SQL 知识能为你的数据科学职业生涯带来优势。 因此，在本文中，我们将讨论一些数据专业人员必备的中级 SQL 查询。我们将讨论 4 个 SQL 查询，问题是，为什么要学习这 4 个 SQL 查询？ 我们都熟悉在 SQL 中创建数据库，但更重要的是知道如何根据我们的需求有效地清洗和过滤数据。这正是这些查询帮助我们之处，那么让我们来看看这些查询是什么 1. SQL 中的触发器（Trigger），以及如何在我们的查询中使用它？

编码智能体适合干一个下午的活，但撑不过一个季度。下面是一小组文件和规则——附带实际配置——无论你在同一个仓库上运行一个智能体还是一群智能体，它们都能防止质量在数月和数千次编辑中衰减。 与编码智能体的第一次会话是清爽的：它读取代码，做出干净的修改，编写测试。到第三十次时，某些东西已经腐化了——它重新发现相同的文件，与三周前自己做出的决定相矛盾，猜测测试命令，并悄悄停止编写测试，因为没人要求它这么做。解决办法不是更好的模型。而是围绕模型的操作系统：一部宪法、一条自主边界、分层上下文、持久记忆、一个审查小组，以及一个编辑后钩子。 一个有用的说法是：智能体是模型加上它的套具——围绕原始模型的提示词、工具、上下文策略、钩子、沙箱、子智能体、可观测性。

与 GPT‑5.6 Sol 相比，GPT‑6 Astra 完成复杂任务所需时间减少 50%，并展现出对用户意图更深入的理解。 在 Basis 的测试中，完成一个包含 50 个工作表的税务工作簿所需时间少于 Sol。 内部评估 Basis 内部评估分数的近似提升幅度。 Basis ⁠（在新窗口中打开）构建 AI 智能体，以自动化会计师每天所做的大量手动工作，帮助他们将时间从重复性任务转向战略性工作。该公司的研究聚焦于能够可靠完成长任务的智能体，而借助 GPT‑6 Astra，它看到模型对会计师想要完成的目标有了更强的理解。 “GPT-6 Astra 在真正理解用户意图和问题方面做得更好。” Basis 在一个包含 50 个工作表的复杂税务工作簿上比较了 GPT‑6 Astra 和 GPT‑5.6 Sol。

可持续发展 数据中心建设 建设与设计 超大规模企业 行业趋势 运营商采用仿生学、社区共同设计和棕地再开发来降低数据中心的视觉影响，并提高当地接受度。 美丑各花入各眼，但近期在美国及全球各地如雨后春笋般涌现的数据中心，单凭外观恐怕很难赢得多少人的好感。为了缓解社区对噪音、能源和水资源消耗的担忧——尤其是视觉影响——一些运营商正在重新思考设施的外观、它们如何融入周边景观，甚至选址。 反数据中心情绪往往不仅限于对水资源、能源和噪音污染的抱怨，还包括对设施外观及其对附近社区美学影响的批评。弗吉尼亚州皮德蒙特环境委员会的一段描述反映了一种普遍观点：“该县拟建的数据中心开发项目均为超大规模设施，即巨大的无窗混凝土建筑，可能带来噪音以及变电站和输电线路等电力基础设施。