提示词工程，就是设计、优化发给大模型（ChatGPT、豆包、Claude 等）的指令（Prompt），让 AI 输出结果精准、符合预期、高质量。本质：人和 AI 沟通的语言技巧。

提示词工程，就是设计、优化发给大模型（ChatGPT、豆包、Claude 等）的指令（Prompt），让 AI 输出结果精准、符合预期、高质量。本质：人和 AI 沟通的语言技巧。

区分过拟合（训练好测试差）、欠拟合（整体效果都差）、正好拟合（理想拟合）。目的：拿到建模的基础原材料，明确数据字段、样本量、数据来源，确认数据能否支撑业务问题。从数据库、日志、爬虫、业务系统、公开数据集、第三方接口等渠道，收集项目所需原始数据。根据任务类型（分类 / 回归 / 聚类）选择合适模型（逻辑回归、树模型、神经网络等）缺失值处理：删除缺失过多行 / 列、均值 / 中位数 / 众数填充、模型

模型数据类型核心能力当前地位CNN网格数据（图像）局部特征提取视觉基础，但部分被 ViT 替代RNN序列数据时序记忆逐步被 Transformer 取代自编码器通用表示学习/降维作为组件广泛使用GAN通用高质量生成被 Diffusion 模型冲击序列/图/图像全局依赖建模当前主流架构DRL交互环境序列决策特定领域核心方法GNN图数据关系推理图领域标准方法。

区分过拟合（训练好测试差）、欠拟合（整体效果都差）、正好拟合（理想拟合）。目的：拿到建模的基础原材料，明确数据字段、样本量、数据来源，确认数据能否支撑业务问题。从数据库、日志、爬虫、业务系统、公开数据集、第三方接口等渠道，收集项目所需原始数据。根据任务类型（分类 / 回归 / 聚类）选择合适模型（逻辑回归、树模型、神经网络等）缺失值处理：删除缺失过多行 / 列、均值 / 中位数 / 众数填充、模型

JWT（JSON Web Token）是一种开放标准（RFC 7519），用于在网络应用环境间安全地传递声明（claims）JWT由三部分组成，用点号(.)分隔，例子：eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJ1c2VybmFtZSI6Ind3dy5qc29uLmNuIiwic3ViIjoiZGVtbyIsImlhdCI6MTc1MDMyMDEzOCwibmJ

LangChain4j 是 LangChain 的 Java 版本，旨在为 Java 开发者提供构建大型语言模型（LLM）应用的框架。它简化了 LLM 与 Java 应用程序的集成，支持多种主流模型（如 OpenAI、阿里百炼、百度文心等），并提供丰富的工具链，如聊天记忆管理、提示模板、检索增强生成（RAG）、工具调用（Function Calling）和智能代理（Agent）等。

自定义评分是 Elasticsearch 中强大的功能，允许您超越默认的相关性算法，根据业务需求定制评分逻辑。以下是实现自定义评分的全面方法。结构"query": {"query": { "match": { "name": "手机" } }, // 基础查询"functions": [ // 评分函数列表// 这里添加各种评分函数],"score_mode": "multiply", // 函数

解压elasticsearch-analysis-ik-9.0.4.zip文件到analysis-ik目录下。解压下载的elasticsearch-9.0.4-windows-x86_64.zip。post请求，请求中的pSKBQZgBSvl7mPAWXAbH为ID号。在plugins目录下创建一个analysis-ik目录。修改三号数据为新的完整内容，阳光洒落测试123。post请求，_doc的

这里讲述的是windows环境。