数据科学与AI

电脑人工智能与机器学习基础

本文旨在为用户提供电脑人工智能(AI)与机器学习(ML)的基础知识。涵盖AI和ML的核心概念、发展历程、主要分支(监督学习、无监督学习、强化学习、深度学习)、常用算法、应用领域以及学习路径,帮助读者理解AI和ML如何驱动现代科技发展,并为进一步学习打下基础。

数据建模与规范化与反规范化权衡(2025)

数据建模与规范化与反规范化权衡(2025)数据建模需要面向场景选择合适范式,并以工程方法实现性能与演进的平衡。一、规范化与范式范式:避免更新异常与冗余,提升一致性。关联与约束:通过外键与约束保障数据质量。二、反规范化与冗余冗余视图:为查询热点构建反规范化视图提升读取性能。写入权衡:评估写入复杂度与维