数学建模与人工智能
  • 首页
  • 归档
  • 分类
  • 标签
  • 关于

数学建模与AI学习资源全景整理:从竞赛真题、经典教材到机器学习、深度学习与大模型实战

@TOC 数学建模与AI学习资源全景整理本全景整理整合了您提供的多份资源列表,涵盖数学建模竞赛、数学竞赛、数学建模教学视频、数学参考书、编程工具、机器学习、深度学习、大模型、大数据、前后端开发等多个领域。 目录 数学建模竞赛类资源 数学竞赛类资源 数学建模教学视频 数学竞赛参考书与教学课件 编程与工具资源 数学建模算法专题 高中数学基础 机器学习 深度学习 大
2026-03-07
学习资源
#数学建模 #机器学习 #大模型 #深度学习 #Python #学习资源

uv完全指南:从入门到精通的Python项目与依赖管理实战

@TOC 一、uv 是什么?—— 定位与核心功能一个用 Rust 编写的、极快的 Python 包与项目工作流工具,集成了以下功能: 虚拟环境管理 (venv) Python 包安装器 (pip, pip-compile) 项目/依赖管理器 (pipenv, poetry) 跨平台运行器 (hatch, pdm run, tox) 核心理念:从”全局/一体化的环境管理”转
2026-03-07
技术笔记
#Python #uv #包管理 #依赖管理 #虚拟环境

APS系统与OR-Tools完全指南:智能排产与优化算法实战解析

@TOC 第一部分:APS系统概述与核心理论🔍 什么是APS系统?生产计划是“方向”,生产排程是“执行”,而APS则是将二者智能融合、实现全局最优的“大脑”。 特征维度 生产计划 生产排程 高级计划与排程 (APS) 核心定义 为满足客户交付需求,对品种、数量、质量、进度的统筹安排。 在有限能力约束下,为具体生产任务分配资源、优化排序的过程。 集成了生产计划和生产排程的智能系统,通
2026-03-07
技术笔记
#APS #OR-Tools #优化算法 #生产排程 #运筹学

AI时代:从编程到价值创造——人人必须学会与AI共舞

@TOC过去两年,大语言模型的爆发式发展,将人工智能从实验室的”高深技术”迅速推向了每一个普通人的指尖。从国际主流的ChatGPT、Claude、Gemini,到国内的DeepSeek、通义千问、豆包、智谱等众多大模型,AI的能力边界不断被拓宽,而它对各行各业的影响,正以一种”参差不齐但势不可挡”的姿态渗透进我们的工作与生活。 一个新时代的轮廓正在形成:你可以不深入理解AI的原理,但你必须学会使用
2026-03-07
技术思考
#编程 #AI #大模型 #人工智能 #未来趋势

风电光伏功率预测竞赛精华总结:技术解析与实战经验

@TOC 竞赛背景介绍1.1 新能源功率预测的重要性风电和光伏发电作为新能源的重要组成部分,由于其受天气和环境因素的强烈影响,具有明显的间歇性和波动性特征。准确的功率预测对于电力系统的稳定运行至关重要: 电网调度优化: 准确的预测能够有效应对新能源发电的波动性和不确定性,确保电网频率、电压、负荷平衡等关键指标的稳定 降低运营风险: 减少停电风险,提高电力系统的经济性和可靠性 合规要求: 电网公
2026-01-06
数学建模
#数学建模 #竞赛 #功率预测 #时间序列 #风电 #光伏

项目依赖的python包requirements.txt文件的生成与安装

https://github.com/QInzhengk/Math-Model-and-Machine-Learning@TOC 项目依赖的python包requirements.txt文件的生成与安装在使用python进行项目开发的时候常常会调用许多包,而这些包又是在不停的更新中的。因此,当前项目所需要的包的功能,在以后包的迭代中可能会被取代或者更新,从而导致在以后的某个时间重启项目的时候无法
2026-01-05
开发工具
#Python #依赖管理 #pip #requirements.txt

通过GitHub Actions给微信公众测试号和钉钉群定时推送消息(Python)

@[TOC](通过GitHub Actions给微信公众测试号和钉钉群定时推送消息(Python)) https://github.com/QInzhengk/Math-Model-and-Machine-Learning简介GitHub Actions 是 GitHub 推出的持续集成服务。 在 GitHub Actions 的仓库中自动化、自定义和执行软件开发工作流程。 您可以发现、创建和
2026-01-05
技术笔记
#Python #GitHub #GitHub Actions #微信 #钉钉 #定时推送

超参数调优:网格搜索,贝叶斯优化(optuna)详解

@TOC 数据科学:Scipy、Scikit-Learn笔记LightGBM原生接口和Sklearn接口参数详解XGBoost原生接口和Sklearn接口参数详解网格搜索GridSearchCV 是一个在 scikit-learn 库中用于执行网格搜索(grid search)参数调优的方法。网格搜索是一种通过遍历预定义的参数网格来确定机器学习模型最佳超参数组合的技术。它对给定的参数值集合中的所
2026-01-05
机器学习
#机器学习 #超参数调优 #贝叶斯优化 #网格搜索 #Optuna

语音识别:PyAudio、SoundDevice、Vosk、openai-whisper、Argos-Translate、FunASR(Python)

@TOC PyAudioPyAudio 是 Python 中一个强大的跨平台音频 I/O 库。它基于 PortAudio 库(一个免费、跨平台、开源的音频 I/O 库),为 Python 提供了录制和播放音频流的接口。 核心功能 音频录制(输入): 从麦克风、音频接口或其他输入设备捕获音频数据。 音频播放(输出): 将音频数据发送到扬声器、耳机或其他输出设备。 实时音频流处理
2026-01-05
语音识别
#语音识别 #Whisper #Vosk #PyAudio #SoundDevice #FunASR

视觉识别:ffmpeg-python、ultralytics.YOLO、OpenCV-Python、标准RTSP地址格式

@TOC ffmpeg-pythonffmpeg-python 是一个用于操作 FFmpeg 的 Python 库,它通过 Python 对象和链式调用封装了 FFmpeg 的命令行参数。 核心概念 input():创建输入流 1input_stream = ffmpeg.input('input.mp4', ss=10, t=5) # 从第10秒开始,读取5秒 关键参
2026-01-05
计算机视觉
#计算机视觉 #YOLO #OpenCV #RTSP #ffmpeg #ultralytics

网络爬虫(Python:Selenium、Scrapy框架;爬虫与反爬虫笔记)

@TOC SeleniumSelenium是一个模拟浏览器浏览网页的工具,主要用于测试网站的自动化测试工具。 Selenium需要安装浏览器驱动,才能调用浏览器进行自动爬取或自动化测试,常见的包括Chrome、Firefox、IE、PhantomJS等浏览器。 注意:驱动下载解压后,置于Python的安装目录下;然后将Python的安装目录添加到系统环境变量路径(Path)中。 WebDrive
2026-01-05
网络爬虫
#笔记 #Python #爬虫 #Selenium #Scrapy #反爬虫

网络爬虫(Python:Requests、Beautiful Soup笔记)

@[TOC](网络爬虫(Python:Requests、Beautiful Soup笔记)) 网络协议简要介绍一。OSI参考模型 七层 功能 应用层 7 提供应用程序间通信 表示层 6 处理数据格式、数据加密等 会话层 5 建立、维护和管理会话 传输层 4 建立主机端到端连接 网络层 3 寻址和路由选择 数据链路层 2 提供介质访问、链路管理等 物理层 1
2026-01-05
技术笔记
#技术笔记
123…9

搜索

Hexo Fluid
总访问量 次 总访客数 人