牛客网ID612527157 level
获赞
31
粉丝
7
关注
0
看过 TA
129
门头沟学院
2023
Python
IP属地:广东
订阅号《每周一荐》
私信
关注
1. Customer Support(客户支持)Decagon:AI客服代理(Agent),帮企业自动化处理聊天、邮件、电话等客户支持,能处理复杂对话,已服务Duolingo、Notion等大客户,估值曾快速增长。Giga:企业级AI支持代理,擅长语音和复杂工作流,支持DoorDash等,强调快速部署和高准确率。Sierra:构建品牌化AI客服代理,帮助企业创建更人性化的客户体验,支持多渠道(聊天、语音)。wonderful:客户支持相关的AI工具(具体细节较新,可能专注特定体验优化)。2. Legal(法律)Finch:AI辅助个人伤害诉讼(pre-litigation),结合AI代理和人工,自动化案件 intake、记录获取、保险沟通等,降低律所成本。Harvey:最知名的法律AI平台,为律所和企业法务团队提供合同分析、尽调、合规、诉讼支持等,已估值超百亿美元,被大量顶级律所使用。LEGORA:法律AI工具(可能专注特定法律工作流)。Spellbook:法律文档生成/审查AI(常用于合同起草)。3. Clinical Documentation(临床文档)ABRIDGE(Abridge):环境AI(ambient AI),实时将医生-患者对话转为结构化临床笔记,集成EHR系统,减少医生文书工作,已在Kaiser Permanente等医院大规模部署。Ambience(Ambience Healthcare):类似Abridge,AI帮助临床医生实时文档记录、编码,提高效率和收入完整性。Freed:临床文档AI工具。Suki:语音驱动的临床助手,帮医生做笔记和命令。4. Logistics(物流)augment:物流/供应链相关的AI优化。boon:物流AI工具。HappyRobot:物流机器人/AI自动化。VoomA:物流/运输AI(可能专注特定场景如最后一公里)。5. ITSM(IT服务管理)CONSOLE、Ravenna、Risotto、Serval:IT服务台、事件管理、自动化运维相关的AI工具,帮助企业内部IT支持更智能。6. Coding(编程/代码生成)Cognition:AI软件工程师(知名产品如Devin),尝试自主完成编码任务。CURSOR:非常热门的AI代码编辑器(基于VS Code),极大提升开发者生产力,很多开发者日常使用,已有高估值。poolside:AI代码生成工具。Sourcegraph:代码搜索与AI理解平台。Zed Industries:Zed代码编辑器(高性能),可能结合AI功能。7. Evaluations/Observability(评估/可观测性)arize:AI模型评估和可观测性平台。Braintrust:AI应用评估工具。LangChain:构建LLM应用的流行框架,也做评估相关。raindrop:AI评估/监控工具。8. GTM(Go-To-Market,销售/营销)AURASELL、clay、MONACO、Reevo、unify:AI驱动的销售自动化、线索生成、营销工具,帮助企业更好地做市场推广和销售。9. Inference(推理/模型部署)baseten:模型部署和推理基础设施。fal:快速AI推理平台。Fireworks AI:高性能模型推理服务。Modal:服务器less云平台,专注AI/ML工作负载。10. Reinforcement Learning(强化学习)Adaptive ML、Applied Compute、Deeptune、Fleet、Mechanize、Patronus AI:专注RL、AI代理训练、优化或安全相关的公司。11. Browser Infra(浏览器基础设施)Browserbase、Browser Use、kernel:浏览器自动化、AI代理控制浏览器环境的工具。12. Web Search(网络搜索)exa:AI驱动的搜索引擎(更智能的搜索)。Firecrawl:网页爬取和数据提取工具。parallel、tavily:搜索/研究代理相关工具。
0 点赞 评论 收藏
分享
2025-10-23 09:59
门头沟学院 Python
0 点赞 评论 收藏
分享
2025-06-19 10:51
门头沟学院 Python
0 点赞 评论 收藏
分享
2025-06-16 18:40
门头沟学院 Python
1. Scikit-learn(sklearn)用途:一个功能强大的机器学习库,提供了各种监督学习和无监督学习算法的实现。主要功能:分类、回归、聚类、降维等算法(如 SVM、随机森林、K-Means、PCA)。数据预处理(标准化、归一化、编码分类变量)。模型选择与评估(交叉验证、网格搜索、性能指标计算)。特点:简单易用,适合快速实现机器学习流程。2. LightGBM用途:一个高效的梯度提升框架(Gradient Boosting),主要用于机器学习中的分类和回归任务。主要功能:基于决策树的高性能梯度提升算法(比 XGBoost 在某些情况下更快、内存占用更低)。支持并行学习、类别特征自动处理、大规模数据训练。特点:速度快、内存消耗低,适合处理大数据集。3. Matplotlib用途:Python 中最流行的数据可视化库,用于创建各种静态、动态或交互式图表。主要功能:绘制折线图、散点图、柱状图、直方图、饼图等。支持自定义图表样式(颜色、标签、标题、图例等)。可与 Jupyter Notebook 无缝集成,适合数据探索和结果展示。特点:灵活且功能强大,是 Python 数据可视化的基础工具。典型使用场景数据科学/机器学习流程:用 matplotlib 可视化数据分布。用 sklearn 进行数据预处理和模型训练。用 LightGBM 训练高性能的梯度提升模型(尤其适合结构化数据)
0 点赞 评论 收藏
分享

创作者周榜

更多
关注他的用户也关注了:
牛客网
牛客网在线编程
牛客网题解
牛客企业服务