Đang tải bảng tin…
Hacker News0 Hot0 bình luận1 phút đọc
Tutorials
Tóm tắt bởi AI
Trang hướng dẫn của Otary cung cấp các ví dụ sử dụng thư viện, bao gồm xử lý ảnh (cắt ảnh, OCR), xử lý thực thể tuyến tính, tính toán diện tích, giao điểm đối tượng hình học và chấm điểm.
Vì sao nên đọc: Nếu bạn đang làm việc với các công cụ xử lý hình ảnh, tính toán hình học hoặc tự động hóa phân tích dữ liệu hình ảnh, Otary sẽ giúp bạn tiết kiệm thời gian và code hiệu quả với các ví dụ cụ thể về cắt hình, tính diện tích, tìm giao điểm, và OCR.
Bạn nhớ được gì?
Trả lời 3 câu hỏi ngắn để nhận điểm thưởng cho bài này. Chỉ làm khi bạn muốn lấy điểm.
tối đa +17 điểm
3 câu hỏi · dưới một phút · không bắt buộc
Nguồn: https://alexandrepoupeau.com/otary/learn. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.
Đề xuất cho bạn
Medium1 Hot17 phútAI
Building a hybrid demand forecasting service: classical ML for the number, an LLM for the why
Bài viết đề xuất thiết kế một dịch vụ dự báo nhu cầu bán lẻ kết hợp mô hình học máy cổ điển (XGBoost/LightGBM) cho dự đoán số liệu cùng LLM để giải thích bằng ngôn ngữ tự nhiên. Tác giả thảo luận hai thách thức: rò rỉ dữ liệu trong phân chia train/test cho chuỗi thời gian và thiếu bộ dữ liệu kết hợp chuỗi nhu cầu với văn bản phong phú, đồng thời đề xuất các chiến lược dữ liệu và phương pháp đánh giá (TimeSeriesSplit, MASE) cho cả hai phần. Kiến trúc đề xuất sử dụng Microsoft Fabric/OneLake, Azure ML và Foundry Agent Service, nhưng lưu ý đây chỉ là bản thiết kế chưa triển khai thực tế.
Những lập trình viên xây dựng hệ thống dự báo doanh số thực tế sẽ tìm hiểu cách kết hợp ML truyền thống và LLM để tránh lỗi phân chia dữ liệu thời gian và tối ưu hóa giải thích cho người dùng mà không cần phải xây dựng từ scratch lại.
