作者丨Jack Stark@知乎
来源丨https://zhuanlan.zhihu.com/p/104019160
2025年06月20日
一、Minitab简介
Minitab软件是为质量改善、教育和研究应用领域提供统计软件和服务的先导，是全球领先的质量管理和六西格玛实施软件工具及持续质量改进的良好工具软件，她具有强大的功能和简易的可视化操作界面，深受广大质量学者和统计专家的青睐。Minitab公司1972年成立于美国的宾夕法尼亚大学，目前最新的版本是2016年发行的Minitab 17.3，其语言包括：中文、英文、法文、德文、韩文、日文、葡萄牙语和西班牙语，只需要购买一种语言版本可下载其他语言包实现语言的转换。到目前为止，已有100多个国家，4800多所高校使用Minitaab。她的特点是：操作简便，比SAS、SPSS精巧（只有80多M）。功能丰富，精度高(双精度计算)，对硬件的要求低，统计图形丰富美观，强大的宏，强大的的“助手”菜单方便新手学习等功能。
2025年06月20日
前文再续，上一回我们完成了用户的登录逻辑，将之前用户管理模块中添加的用户账号进行账号和密码的校验，过程中使用图形验证码强制进行人机交互，防止账号的密码被暴力破解。本回我们需要为登录成功的用户生成Token，并且通过Iris的中间件(Middleware)进行鉴权操作。
2025年06月20日
介绍
您是否知道一组计算机算法可以处理视频流，使其能够检测犯罪活动，控制交通拥堵，甚至自动检测体育广播中的事件？由于机器学习（ML）的应用，从简单视频中获取如此多数据的想法似乎并不现实。在本文中，我们希望分享我们的经验，将机器学习算法的预构建逻辑应用于视频的对象检测和分割。
特别是，我们讨论了如何配置Google Colaboratory以通过机器学习解决视频处理任务。您将学习如何使用此Google服务及其提供的免费NVIDIA Tesla K80 GPU，以实现您在训练神经网络方面的目标。本文对于熟悉机器学习并考虑使用图像识别和视频处理的人员非常有用。
2025年06月20日
集成学习是一类非常有效的算法，通过将多个不同的方法组合在一起产生一个更加强大的方法。集成学习的思路包括两种，一种是bagging，一种是boosting。本文描述的是boosting中最基本的方法，即AdaBoost。
AdaBoost，全称是“Adaptive Boosting”，由Freund和Schapire在1995年首次提出，并在1996发布了一篇新的论文证明其在实际数据集中的效果。这篇博客主要解释AdaBoost的算法详情以及实现。它可以理解为是首个“boosting”方式的集成算法。是一个关注二分类的集成算法。
2025年06月20日
沙箱环境 (Beta) 是支付宝开放平台为您提供的与线上环境完全隔离的联调测试环境，在沙箱环境中完成的调用不会对线上数据造成任何影响，尤其适合涉及资金链路的能力的调试。
开放平台-沙箱环境 (alipay.com)
2025年06月20日
原文来源：GitHub
「机器人圈」编译：嗯~阿童木呀、多啦A亮
Tensorflow
主要特征和改进
在Tensorflow库中添加封装评估量。所添加的评估量列表如下：
1. 深度神经网络分类器（DNN Classifier）
2. 深度神经网络回归量（DNN Regressor）
3. 线性分类器（Linear Classifier）
2025年06月20日
Tensor，它可以是0维、一维以及多维的数组，你可以将它看作为神经网络界的Numpy，它与Numpy相似，二者可以共享内存，且之间的转换非常方便。