与「DataScience」相关的搜索结果

3. Anthropic "Pi" 展示自我修改的 AI 编程 Agent - 时间: 约 37 小时前（2026-05-24 16:52 GMT） - 来源: Let's Data Science - 核心: Anthropic 的 Pi 演示了 self-modifying AI coding agent——一个能修改自己代码的编程 Agent。这是 Agent 自主性的重要里程碑 - 信息差: 中文社区对此几乎没有讨论

推荐学习下微软搞的这个 R&D-Agent 框架， ，它是一个让 AI 能够自己做科研的系统——能提出问题、设计实验、验证结果、总结规律，整套科研流程都能自动化执行。 微软还基于这套框架，构建了一个用于量化投资研究的智能体 R&D-Agent(Q)， Qlib 结合，实现了自动化因子挖掘与策略优化。照这个趋势发展下去，未来的量化研究，恐怕真得交给 AI 来操盘了，😅 R&D-Agent 的整体架构分为两个阶段：研究阶段（Research Phase）和开发阶段（Development Phase）。研究阶段由四个部分组成：规划、探索路径结构、推理管线和记忆上下文，它们通过反馈机制持续循环，不断在假设、实验与分析之间往复，让系统在多轮探索中自动调整方向、积累知识、优化策略；开发阶段则承接研究成果，主要包括编码工作流与评估策略，前者把想法变成可执行代码，后者负责验证与对比结果，确保系统演化出的改进真实可靠。两个阶段形成首尾相接的闭环，让科研过程实现持续反馈与自我进化。 从本质上看，R&D-Agent 不是在“模拟科研”，而是在“系统化科研”。它让科学探索从线性的人力流程，转变为并行的智能网络。每一次假设的提出与验证，都会被记录下来，形成一份不断扩展的知识图谱，让科研活动变得可编排、可追踪、可积累。 相关论文：1）《R&D-Agent: An LLM-Agent Framework Towards Autonomous Data Science》， ；2）《Qlib: An AI-oriented Quantitative Investment Platform》，

SueYeon Chung @s_y_chung from the NYU Center for Neural Science, the Centers for Data Science, and the Flatiron Institute, talking about neural manifolds at the CIFAR-ELLIS workshop "world models: causality, neuroscience, and AI safety," hosted by the Max Planck Institute in Tübingen.

Sometimes ChatGPT is so incredibly useful that it still gives me a pause. E.g. today around data science, pandas, matplotlib, I just asked for some analysis in 3 sentences and the code just streamed out. It's too easy and feels like cheating. It should have taken hours.

Kaggle just released the results of the 2022 Machine Learning & Data Science survey. Check out the data here: Here's the library usage data. For the 6th year in a row, Scikit-learn is the #1# ML library and Keras/TF is the #1# Deep Learning library.

Every year, Kaggle runs a large-sample-size survey of Machine Learning & Data Science professionals. The 2020 results are out: -- lots of great insights. Fun tidbit: a bit over half of ML & DS professionals use Keras.