- 关于文本的关键词提取方法分为有监督、半监督和无监督三种：一 有监督的关键词抽取算法它是建关键词抽取算法看作是二分类问题，判断文档中的词或者短语是或者不是关键词。既然是分类问题，就需要提供已经标注好的训练语料，利用训练语料训练关键词提取模型，根据模型对需要抽取关键词的文档进行关键词抽取二 半监督的关键词提取算法只需要少量的训练数据，利用这些训练数据构建关键词抽取模型，然后使用模型对新的文本进... 关于文本的关键词提取方法分为有监督、半监督和无监督三种：一 有监督的关键词抽取算法它是建关键词抽取算法看作是二分类问题，判断文档中的词或者短语是或者不是关键词。既然是分类问题，就需要提供已经标注好的训练语料，利用训练语料训练关键词提取模型，根据模型对需要抽取关键词的文档进行关键词抽取二 半监督的关键词提取算法只需要少量的训练数据，利用这些训练数据构建关键词抽取模型，然后使用模型对新的文本进...
- ANN(Approximate Nearest Neighbor)搜索的方法分为三大类：基于树的方法、哈希方法、矢量量化方法。基于树的方法基于树的方法采用树这种数据结构的方法来表达对全空间的划分，其中KD树和Annoy是两种经典的方法。哈希方法· Local Sensitive HashingLSH开源工具包· LSHash· FALCONN ... ANN(Approximate Nearest Neighbor)搜索的方法分为三大类：基于树的方法、哈希方法、矢量量化方法。基于树的方法基于树的方法采用树这种数据结构的方法来表达对全空间的划分，其中KD树和Annoy是两种经典的方法。哈希方法· Local Sensitive HashingLSH开源工具包· LSHash· FALCONN ...
- 线性规划问题的规模越来越大，含有成千上万个约束和变量的问题非常常见，面临着数据的储存和处理效率问题，大规模问题一般都是由模型支持工具自动生成的，往往存在大量冗余的约束和变量，在算法求解之前进行数据预处理是必要的。 线性规划问题的规模越来越大，含有成千上万个约束和变量的问题非常常见，面临着数据的储存和处理效率问题，大规模问题一般都是由模型支持工具自动生成的，往往存在大量冗余的约束和变量，在算法求解之前进行数据预处理是必要的。
- 快速欧拉运动放大减少了大量冗余计算，但也损失了少量精度。较大动作欧拉运动放大的核心思想是融合拉格朗日视角和欧拉视角。 快速欧拉运动放大减少了大量冗余计算，但也损失了少量精度。较大动作欧拉运动放大的核心思想是融合拉格朗日视角和欧拉视角。
- #数组类##整体印象此类问题一般涉及几种情形：in place 的更新数组，需要一个index记录更新之后的数组，另一个index跑遍原来的数组； 还有就是找到数组里面的N个数使得这几个数满足一定的条件（如几个数之和必须为某一个特定的数）；还有就是一类特殊的问题雨水储存问题。这里有几个关键问题需要理解:首先数组是否排序，根据信息论的看法或者能量守恒的原理，数组是否排序与墒有关，墒的本质就是描... #数组类##整体印象此类问题一般涉及几种情形：in place 的更新数组，需要一个index记录更新之后的数组，另一个index跑遍原来的数组； 还有就是找到数组里面的N个数使得这几个数满足一定的条件（如几个数之和必须为某一个特定的数）；还有就是一类特殊的问题雨水储存问题。这里有几个关键问题需要理解:首先数组是否排序，根据信息论的看法或者能量守恒的原理，数组是否排序与墒有关，墒的本质就是描...
- AI比赛入门攻略(干货)我把比赛经验分成3部分：天池比赛的参赛经验（比赛篇）打比赛的大致套路（套路篇）完成天池比赛需要哪些实用的工具（工具篇）（比赛篇） 1.1问题分析（如何破题）拿到赛题以后，第一步就是要破题，我们需要把该问题转化为相应的机器学习问题。最常见的机器学习问题类型有两类：（一）回归问题（二）分类问题(二分类、多分类、多标签)比赛的第一步是要弄清楚问题的背景是什么和数据是什么，... AI比赛入门攻略(干货)我把比赛经验分成3部分：天池比赛的参赛经验（比赛篇）打比赛的大致套路（套路篇）完成天池比赛需要哪些实用的工具（工具篇）（比赛篇） 1.1问题分析（如何破题）拿到赛题以后，第一步就是要破题，我们需要把该问题转化为相应的机器学习问题。最常见的机器学习问题类型有两类：（一）回归问题（二）分类问题(二分类、多分类、多标签)比赛的第一步是要弄清楚问题的背景是什么和数据是什么，...
- 数学规划求解器是现代决策优化的“芯片”和“大脑”。小到快递员路线选择、商品选址，大到工厂排程、物流路径规划和金融风控，都可以建成数学规划模型，然后用数学规划求解器进行求解。求解器在行业核心系统中的地位越来越重要，已经成为支撑众多行业应用的最重要的根技术之一。 数学规划求解器是现代决策优化的“芯片”和“大脑”。小到快递员路线选择、商品选址，大到工厂排程、物流路径规划和金融风控，都可以建成数学规划模型，然后用数学规划求解器进行求解。求解器在行业核心系统中的地位越来越重要，已经成为支撑众多行业应用的最重要的根技术之一。
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签