下面分别从这四个方面来带大家学习数据分析：第一，做数据分析要精通Python吗？第二，数据分析流程是什么？学什么？第三，如何培养数据分析思维？第四，数据分析书籍推荐

想学Python数据分析与可视化，看完这一篇就够了，零基础小白必备！

最近看到不少关于银狼同款爱心的视频、文章，今天我们也分享一下银狼同款爱心 Python 代码版。

智能体（Agent）是一种能够感知环境、制定决策并采取行动以实现特定目标的AI系统，一般具有记忆、规划、采取行为、使用工具等基本能力，如下图所示，其中规划中有思维链、能进行反思、目标分解。与传统AI系统不同，智能体具有自主性、持续性和适应性，能够在复杂环境中持续学习和优化自身行为。

具身智能（Embodied Intelligence）强调智能体通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化。2025年，具身智能被纳入中国政府工作报告，成为国家战略重点，标志着AI发展进入以物理交互为核心的新阶段。多智能体协同正引领AI从单一任务执行向全局优化、从虚拟智能向具身智能的历史性跨越。MCP协议等标准化技术为多模型协作提供坚实基础，具身智能的产业化落地为AI赋能实体经济

大模型综述来了！一文带你理清全球AI巨头的大模型进化史

世界人工智能大会刚刚结束，大家的一个共识就是做大模型应用。作为一名数据工作者，自己也一直在进行大模型应用的探索，下图列出的是我认为在数据领域具备潜力的十大价值应用：前排提示，文末有大模型AGI-CSDN独家资料包哦！针对每个应用，我对其可落地性进行了评估，如下所示，五星代表非常靠谱，一星代表离实用还有距离。数据清洗和标准化：★★★★★ (5星)自然语言查询接口：★★★☆☆ (3星)数据分析和洞察生

目前大模型的微调方法有很多，而且大多可以在消费级显卡上进行，每个人都可以在自己的电脑上微调自己的大模型。但是在微调时我们时常面对一个问题，就是数据集问题。网络上有许多开源数据集，但是很多时候我们并不想用这些数据集微调模型，我们更希望使用某本书、某个作者的作品、我们自己的聊天记录、某个角色的对话来微调模型。用于微调的数据通常是成千上万的问答对，如果手工搜集，需要花费大量时间。

大模型的落地急需一把“梯子”！

全量微调是对预训练模型的所有参数进行微调，即预训练模型的所有层和参数均被会更新和优化，从而适应目标任务的需求。需要注意，与预训练一样，全量微调需要足够的内存和计算来存储和处理训练过程中的所有梯度、优化器和其它需要更新的部分。全量微调一般可以获得更好的模型性能。  这种微调方法通常适用于任务和预训练模型之间存在较大差异的情况，或者任务需要模型具有高度灵活性和自适应能力的情况。