Orange3可视化数据挖掘与机器学习工作台技术简介 Orange3 是由斯洛文尼亚 Biolab 维护的开源可视化数据挖掘与机器学习工作台：用户通过拖拽控件、画布连线搭建数据处理与建模流程，适合零编程或低编程门槛的教学与探索。本文从形态与内核、插件生态、开箱能力、GPL 许可、Trubar 汉化与二开路径等维度做技术梳理，便于与 KNIME、Jupyter、PyCaret 等工具对...

逻辑回归技术路线说明 表格分类里，逻辑回归常作为可校准的线性基线，与树模型对照。sklearn 默认是 L2 正则（Ridge），交叉验证通常只搜正则强度 C。本文按罚项、估计方式、决策边界把常见路线分开，避免把「换求解器」误当成另一种模型。数字例子为虚构示意，非某次真实训练输出。 目录 1. L2（Ridge）的完整名称 2. 逻辑回归在做什么 3. 常见落...

通用NER技术简介 命名实体识别（Named Entity Recognition, NER）是自然语言处理里的基础任务：从自由文本中找出「有类型的专名片段」，并标出它在原文中的起止位置。人名、地名、机构名是最经典的三类（CoNLL 评测常称 PER / LOC / ORG）。扩展后还可以包括时间、金额、产品、法规条款、基因、疾病等——类型集合由任务定义，不是技术本身固定的。 参...

中文医疗NER技术简介 病历、检查报告里的实体通常是疾病、症状、药品、检查、手术、部位等。NER 仍然只回答「文中写了哪些词」，不负责诊断对错、时间换算和国标编码。本文说明医疗文本的难点、标注类型，以及抽完 mention 之后临床流水线还要接什么。非诊疗建议，亦非编码实施手册。 目录 一、病历 NER 相对新闻文本的难点 二、常见实体类型 三、医疗数据来源与...

DeepSeek Harness简介 DeepSeek 开源的 agent harness（智能体运行框架）dsh 以「一切皆插件」为口号，把模型、工具、技能、会话、沙箱、循环和 UI 都做成可替换组件。本文说明它是什么、如何安装、官网与文档入口，以及 Harness 插件 与 Skill、MCP、各家 IDE/Agent 产品插件 的层次差异。项目处于 开发者预览，接口可能不兼容升...

AI医疗开源工程仓库导航 按医疗 AI 常见场景整理一批可复用的 GitHub 开源工程仓库，统一列出 Stars / Forks / Issues / 最近更新与许可，便于选型与复用。指标为 2026-08-10 GitHub API 快照，会随时间变化；商用前请复核 LICENSE 全文。非诊疗建议，亦非项目申报材料。 目录 一、表格格式规范 二、脑卒中与 S...

Leiden 社区检测应用案例-信也杯欺诈用户风险识别 本文整理 DGraph-Fin（信也科技集团，NeurIPS 2022 Datasets & Benchmarks）与 第七届信也科技杯「欺诈用户风险识别」 公开方案中的图反欺诈要点：三分类背景节点、每人一个风险分数、图特征拼进表格模型。竞赛 Top 方案以 GraphSAGE + LightGBM 为主；其「多数人不强...

Leiden 社区检测应用案例与建边范式简介 Leiden 在公开竞赛与工业落地中，往往是解题手段而非赛题本身：先按业务规则建边构图，再用社区检测圈出「团伙 / 模块」，最后把社区号、中心性等喂给下游模型或业务系统。本文从 IEEE-CIS 欺诈团伙、单细胞 Leiden 特征工程等公开案例出发，归纳可复用的建图范式、数据例子与工程技巧，并说明弱共现边（如同批次事件、同场次）相对「同...

客群 Index 指数算法简介 机器学习工程里说的「客群 Index / 客群指数」，最常指 PSI（Population Stability Index），中文常译为群体稳定性指数、人口稳定性指数或客群/样本稳定性指数：用分箱占比差量化两批样本分布漂移。广义上也包括 CSI、TGI、RFM 综合分等「把客群压成可监控数字」的方法。本文说明其作用、场景、原理、样本外/时间外应用范例与...

RAGFlow 国内源最小部署说明 面向国内网络的 RAGFlow Docker Compose 本地/内网最小部署：默认拓扑为 DOC_ENGINE=elasticsearch + DEVICE=cpu，镜像与文档对齐 v0.26.4。文中给出华为云 SWR / ddn-k8s 镜像替换、必改配置、端口冲突、启动验证、可选组件与常见故障速查。 参考与延伸阅读： RAGF...