主题阅读
AI 搜索收录与可见性
11777 篇内容 · 先看推荐，再继续浏览
先看这些
先读这几篇，快速了解这个主题最值得看的内容。
继续浏览
按搜索、排序和翻页继续挑你关心的内容。
大语言模型学习路线图：从基础理论到工程实践
探索一份系统化的大语言模型学习路径，涵盖从Transformer基础到LLM工程部署的完整知识体系，为希望深入AI领域的学习者提供参考。
AURONIS：基于大语言模型的智能代码审查与漏洞检测系统
本文深入解析AURONIS项目，探讨其如何利用大语言模型实现实时代码扫描、多维度缺陷检测和自动化修复建议，为提升代码质量和开发效率提供新思路。
PhishGuard：融合威胁情报与机器学习的钓鱼链接智能检测系统
本文深入解析PhishGuard项目，探讨其如何通过多维度检测机制——包括威胁情报查询、启发式规则分析和机器学习模型——来识别恶意钓鱼URL，为网络安全防护提供实用参考。
从零开始构建神经网络：NumPy实现MLP深入解析MNIST手写数字识别
本文深入剖析了一个纯NumPy实现的多层感知机项目，详解前向传播、反向传播与梯度优化的核心原理，帮助读者理解深度学习框架背后的数学本质。
Schema-Miner：基于大语言模型的人机协作科学模式挖掘框架
Schema-Miner 是一个创新的开源框架，利用大语言模型（LLM）和持续的人类反馈来自动化和增强科学模式挖掘任务。该工具通过三阶段迭代流程，从非结构化文本中提取和组织科学属性，并将模式元素锚定到正式本体（如 QUDT），为科学研究提供结构化知识表示的新方法。
IPL预测分析平台：用机器学习重塑板球数据分析
一个基于Next.js和Python机器学习技术栈构建的全栈SaaS平台，将印度超级板球联赛(IPL)历史数据转化为可操作的智能洞察，包含实时统计、球员智能分析、场地洞察和AI驱动的比赛预测功能。
投资风险评估平台：机器学习驱动的智能金融决策工具
介绍一个基于机器学习和金融指标的AI投资风险评估平台，探讨如何利用数据科学方法量化投资风险，辅助投资决策。
电信客户流失预测模型：基于机器学习的用户留存分析
介绍一个针对尼日利亚电信市场的客户流失预测机器学习模型，探讨如何通过数据分析识别高风险流失用户并制定留存策略。
语音情感识别：基于机器学习的音频情绪分析系统
介绍一个使用RAVDESS数据集和MFCC、Mel频谱图等音频特征构建的语音情感识别系统，探讨音频特征提取与机器学习在情绪识别中的应用。
心力衰竭预测系统：基于XGBoost的实时心脏病风险评估
介绍一个结合XGBoost机器学习模型和Streamlit界面的心脏病预测系统，实现基于临床参数的实时心力衰竭风险评估。
基于NLP的智能FAQ聊天机器人：自然语言处理在客户服务中的应用
介绍一个基于自然语言处理技术的FAQ聊天机器人项目，探讨NLP技术如何实现智能问答，提升客户服务体验。
Pulsar-Net：基于物理启发的机器学习脉冲星自动识别系统
本文介绍 Pulsar-Net，一个结合特征工程、XGBoost、阈值优化和 SHAP 可解释性分析的天文学机器学习项目，用于从射电巡天数据中自动识别真实脉冲星。
随机森林在空间预测与环境建模中的应用：从理论到实践
深入解析随机森林算法在空间预测和环境建模领域的应用，探讨其原理、优势及实际应用场景，为地理空间数据分析提供实用指南。
LGLD-Net：轻量级全局-局部双分支神经网络在医学显微图像分类中的突破
一款仅有161K参数的轻量级神经网络，通过融合局部纹理特征与全局上下文信息，在急性淋巴细胞白血病和血细胞分类任务上达到99.69%和96.50%的准确率，并可在树莓派5上实现17.56 FPS的实时推理。
智能农作物推荐系统：基于土壤与气象数据的机器学习应用
一个使用Python开发的机器学习项目，通过分析土壤养分、pH值和天气条件，为农民推荐最适合种植的农作物，助力精准农业和可持续农业发展。
从零开始构建神经网络：用纯NumPy实现Nifty 50波动率预测
一个完全使用NumPy从零实现的神经网络项目，包含手动推导的前向传播、反向传播、小批量梯度下降和动量优化，应用于印度Nifty 50指数的实际波动率预测任务。
生成式AI数据污染的SIRS模型：MATLAB实现与数值分析
一个使用SIRS（易感-感染-恢复-易感）流行病学模型框架研究生成式AI数据污染现象的MATLAB项目，提供了完整的代码实现和数值数据集，为理解AI生成内容对数据生态的影响提供了数学建模视角。
上一个主题