本文将余弦相似度与 KNN、Seaborn、Scikit-learn 和 Pandas 结合使用，创建一个使用用户评分数据的电影推荐系统。在日常数据挖掘工作中，除了会涉及到使用Python处理分类或预测任务，有时候还会涉及推荐系统相关任务。推荐系统用于各个领域，常见的例子包括视频和音乐服务的播放列表生成器、在线商店的产品推荐器或社交媒体平台的内容推荐器。在这个项目中，我们创建一个电影推荐器。协同过

导读：Pandas 是一个强大的分析结构化数据的工具集，它的使用基础是 Numpy（提供高性能的矩阵运算），用于数据挖掘和数据分析，同时也提供数据清洗功能。本文收集了 Python 数据分析库 Pandas 及相关工具的日常使用方法，备查，持续更新中。作者：李庆辉来源：大数据DT（ID：hzdashuju）缩写说明：df：任意的 Pandas DataFrame 对象s：任意的 Pandas Se

之前一直使用 matplotlib，这也导致我花费了不知多少个深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二个Y轴”，使用 matplotlib 画张图使用了太多的时间。今天我要给大家分享一篇可视化干货，介绍的是功能强大的开源 Python 绘图库 Plotly，教你如何用超简单的(甚至只要一行)代码，绘制出更棒的图表。喜欢本文记得收藏、点赞、关注。注：完整版代码、数据

大模型的提示工程（Prompt Engineering） 是通过精心设计输入文本（Prompt），引导大语言模型（LLM）生成符合预期输出的技术。在Text2SQL（自然语言转SQL）和Text2API（自然语言调接口）场景中，提示工程的核心目标是将自然语言问题转化为准确的 SQL 查询和具体的 API 调用参数。

2025年12月11日，OpenAI发布GPT-5.2，这次升级确实挺猛的，核心亮点就是‌更专业、更高效、更可靠‌，直接瞄准了办公、开发这些实际场景。同样国内模型应用加速迭代落地。12月1日，豆包手机助手首个OS级合作落地，实现AI像人一样操作手机，这种深度参与将催生更多创新应用场景。同时，DeepSeek-V3.2正式发布，强化Agent能力、融入思考推理。经历这两年的你追我赶，大模型已进入深耕

维度传统RAG检索方式单次、静态多轮、动态优化推理能力单跳，依赖人工设计多跳，自主分解任务上下文管理固定拼接动态筛选与精炼错误处理无自检机制结果验证与修正适用场景简单问答、文档摘要复杂推理、实时交互、工具调用演进本质：Agentic RAG将RAG从“管道流程”升级为“自主决策系统”，更贴近人类问题解决模式。策略核心逻辑优势局限性Fixed-size固定长度切割高效、通用语义断裂风险Semanti

摘要：近期互联网大厂秋招如火如荼，某算法岗面试经历引发关注。面试内容涵盖自我介绍、项目深挖、技术八股（包括DeepSeek、注意力机制、DeepSpeed等）、微调技术细节（LoRA显存计算）、大模型推理参数（温度/topk/topp执行顺序）以及业务场景题。面试采用压力面形式，面试官未开摄像头但质疑候选人简历内容，最终候选人反馈体验较差。该案例反映出算法岗面试的高专业要求和高压特点，建议求职者扎

节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。受星主邀约，分享26届秋招淘天算法工程师-大模型应用面经，欢迎与我沟通交流。

最近春招和日常实习已开启。不同以往的是，当前职场已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。万万没想到啊，上海人工智能实验室实习岗居然都这么卷，HR反馈当前岗位投递人较多，让耐心等待结果，竞争真的太激烈。所以说啊，无论是实习还是找工作，还是要提前做准备，越早越好啊，希望助力大家

目前很多机器学习模型可以做出非常好的预测，但是它们并不能很好地解释他们是如何进行预测的，很多数据科学家都很难知晓为什么该算法会得到这样的预测结果，这其实是非常致命的。如果我们无法知道某个算法是如何进行预测，很难基于模型知道业务发展。本文介绍目前常见的几种可以提高机器学习模型的可解释性的技术，包括它们的相对优点和缺点。我们将其分为下面几种：Partial Dependence Plot (PDP)；