Jul
21
如何在2024年构建人工智能软件
人工智能是当前IT行业中最热门的话题，深受大型科技公司、大企业和投资者的青睐。如果有人不涉及AI，他们就出局了。虽然“AI泡沫”一词还没有被公开使用，但可能每个人都听说过AI会取代我们的工作（它可能不会，但基于AI的工具已经让事情变得更容易）。
Jul
18
Jul
18
LLM代理——直观详尽的解释
本文聚焦于“代理”，这是一个允许语言模型进行推理并与世界互动的通用概念。首先，我们将讨论代理是什么以及它们为什么重要，然后我们将看看几种形式的代理，以建立对它们如何工作的直观理解，接着我们将在实际情境中通过实现两个代理来探索它们，一个使用LangChain，另一个从头开始使用Python。读完本文后，你将了解代理如何帮助语言模型执行复杂任务，并了解如何自己构建代理。
Jul
18
适合初级数据科学家的十大机器学习算法
经过十年的不断探索和应用，机器学习已经成为数据科学家工具包中的一个重要工具，并且已经广为人知。为了有效地利用机器学习的力量，理解其基本概念及其实际应用至关重要。在本文中，我们将探讨最适合数据科学入门者的十大机器学习算法，以及如何应用它们。让我们开始吧！
Jul
15
MMM：用于营销组合建模和广告支出回报率的贝叶斯框架
在本文中，我们的重点有两个方面。首先，我们开发了一个贝叶斯模型，以提高每个媒体渠道表现的透明度。其次，我们优化预算分配，以最大化我们的关注变量，这里是收入。除了详细介绍贝叶斯方法在MMM中的应用外，我们还提供了使用公共数据集的实现和应用演练。我们测试了模型的准确性，并计算了每个渠道的广告支出回报率（ROAS）。最后，我们优化了一个假设的预算在三个渠道之间的分配，以最大化收入。
Jul
11
Jul
11
你应该加入FAANG还是创业公司当数据科学家？
许多人在没有充分了解实际工作环境的情况下加入了创业公司或大型科技公司，往往会感到失望。在本文中，我将根据自己在从小型10人创业公司到Uber和Meta等大型科技巨头的工作经验，介绍关键差异。希望这能帮助你决定自己的职业发展方向。
