今天給大家推薦一款可視化開(kāi)放平臺(tái)——DatArt，支持報(bào)表、儀表板、大屏、分析和可視化數(shù)據(jù)應(yīng)用的敏捷構(gòu)建。

簡(jiǎn)介

DatArt 是新一代數(shù)據(jù)可視化開(kāi)放平臺(tái)，支持各類企業(yè)數(shù)據(jù)可視化場(chǎng)景需求，如創(chuàng)建和使用報(bào)表、儀表板和大屏，進(jìn)行可視化數(shù)據(jù)分析，構(gòu)建可視化數(shù)據(jù)應(yīng)用等。

特征

數(shù)據(jù)連接與查詢

DatArt 支持 SQL 查詢和 ODBC/JDBC 標(biāo)準(zhǔn)，可以連接到各種關(guān)系型數(shù)據(jù)庫(kù)，如 MySQL、PostgreSQL，以及 NoSQL 數(shù)據(jù)庫(kù)如 MongoDB。同時(shí)，它還提供了對(duì)接 RESTful API 的能力，讓數(shù)據(jù)導(dǎo)入變得更加便捷。

可視化構(gòu)建器

DatArt 使用現(xiàn)代 Web 技術(shù)構(gòu)建，基于 Vue.js 和 Ant Design，提供了豐富的圖表類型，包括柱狀圖、折線圖、餅圖等，并允許自定義樣式和交互。用戶可以通過(guò)簡(jiǎn)單的拖放操作，快速構(gòu)建出專業(yè)級(jí)別的數(shù)據(jù)報(bào)表。

協(xié)作與權(quán)限管理

項(xiàng)目級(jí)別的權(quán)限控制是 DatArt 的一大亮點(diǎn)。你可以為團(tuán)隊(duì)成員分配不同的角色，如管理員、編輯者或查看者，確保每個(gè)成員只能訪問(wèn)和修改他們被授權(quán)的內(nèi)容。

多語(yǔ)言與國(guó)際化

DatArt 支持多語(yǔ)言界面，滿足全球用戶的使用需求，增強(qiáng)了用戶體驗(yàn)。

優(yōu)勢(shì)

• 易用性： 零代碼即可創(chuàng)建專業(yè)級(jí)數(shù)據(jù)可視化報(bào)表。

• 靈活性： 支持多種數(shù)據(jù)源，兼容廣泛的數(shù)據(jù)類型。

• 協(xié)作性強(qiáng)： 團(tuán)隊(duì)協(xié)作功能，支持權(quán)限控制和版本管理。

• 定制化： 豐富的圖表選擇，可自定義樣式和交互。

• 跨平臺(tái)： Web 前端部署，可在任何地方訪問(wèn)。

使用

1、連接jdbc

DatArt 通過(guò) JDBC 連接數(shù)據(jù)庫(kù)、獲取數(shù)據(jù)庫(kù)信息和數(shù)據(jù)

2、數(shù)據(jù)視圖

在數(shù)據(jù)視圖中拼寫sql

3、數(shù)據(jù)圖表

點(diǎn)擊開(kāi)始分析創(chuàng)建數(shù)據(jù)圖表

這邊選擇剛才創(chuàng)建的數(shù)據(jù)視圖

在字段中添加想要的字段，生成圖表。

4、儀表盤

儀表板擁有自動(dòng)、自由兩種布局類型

簡(jiǎn)單幾步操作，一個(gè)功能強(qiáng)大的可視化分析報(bào)表就生成了。

雖然Datart本身是作為一個(gè)獨(dú)立的平臺(tái)，但它鼓勵(lì)與其他系統(tǒng)的集成。例如，通過(guò)API接口或SDK，Datart能夠融入企業(yè)的現(xiàn)有IT架構(gòu)，如ERP、CRM系統(tǒng)，成為數(shù)據(jù)分析的一部分。

對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，利用Datart的插件體系，可以開(kāi)發(fā)特定的可視化組件或數(shù)據(jù)處理邏輯，進(jìn)而豐富Datart的功能生態(tài)。此外，通過(guò)Spring Boot等框架的集成，Datart可輕松地成為微服務(wù)架構(gòu)中的一員。

開(kāi)源地址

https://gitee.com/running-elephant/datart

如何學(xué)習(xí)大模型 AI ？

由于新崗位的生產(chǎn)效率，要優(yōu)于被取代崗位的生產(chǎn)效率，所以實(shí)際上整個(gè)社會(huì)的生產(chǎn)效率是提升的。

但是具體到個(gè)人，只能說(shuō)是：

“最先掌握AI的人，將會(huì)比較晚掌握AI的人有競(jìng)爭(zhēng)優(yōu)勢(shì)”。

這句話，放在計(jì)算機(jī)、互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的開(kāi)局時(shí)期，都是一樣的道理。

我在一線互聯(lián)網(wǎng)企業(yè)工作十余年里，指導(dǎo)過(guò)不少同行后輩。幫助很多人得到了學(xué)習(xí)和成長(zhǎng)。

我意識(shí)到有很多經(jīng)驗(yàn)和知識(shí)值得分享給大家，也可以通過(guò)我們的能力和經(jīng)驗(yàn)解答大家在人工智能學(xué)習(xí)中的很多困惑，所以在工作繁忙的情況下還是堅(jiān)持各種整理和分享。但苦于知識(shí)傳播途徑有限，很多互聯(lián)網(wǎng)行業(yè)朋友無(wú)法獲得正確的資料得到學(xué)習(xí)提升，故此將并將重要的AI大模型資料包括AI大模型入門學(xué)習(xí)思維導(dǎo)圖、精品AI大模型學(xué)習(xí)書籍手冊(cè)、視頻教程、實(shí)戰(zhàn)學(xué)習(xí)等錄播視頻免費(fèi)分享出來(lái)。

第一階段（10天）：初階應(yīng)用

該階段讓大家對(duì)大模型 AI有一個(gè)最前沿的認(rèn)識(shí)，對(duì)大模型 AI 的理解超過(guò) 95% 的人，可以在相關(guān)討論時(shí)發(fā)表高級(jí)、不跟風(fēng)、又接地氣的見(jiàn)解，別人只會(huì)和 AI 聊天，而你能調(diào)教 AI，并能用代碼將大模型和業(yè)務(wù)銜接。

• 大模型 AI 能干什么？

• 大模型是怎樣獲得「智能」的？

• 用好 AI 的核心心法

• 大模型應(yīng)用業(yè)務(wù)架構(gòu)

• 大模型應(yīng)用技術(shù)架構(gòu)

• 代碼示例：向 GPT-3.5 灌入新知識(shí)

• 提示工程的意義和核心思想

• Prompt 典型構(gòu)成

• 指令調(diào)優(yōu)方法論

• 思維鏈和思維樹(shù)

• Prompt 攻擊和防范

• …

第二階段（30天）：高階應(yīng)用

該階段我們正式進(jìn)入大模型 AI 進(jìn)階實(shí)戰(zhàn)學(xué)習(xí)，學(xué)會(huì)構(gòu)造私有知識(shí)庫(kù)，擴(kuò)展 AI 的能力。快速開(kāi)發(fā)一個(gè)完整的基于 agent 對(duì)話機(jī)器人。掌握功能最強(qiáng)的大模型開(kāi)發(fā)框架，抓住最新的技術(shù)進(jìn)展，適合 Python 和 JavaScript 程序員。

• 為什么要做 RAG

• 搭建一個(gè)簡(jiǎn)單的 ChatPDF

• 檢索的基礎(chǔ)概念

• 什么是向量表示（Embeddings）

• 向量數(shù)據(jù)庫(kù)與向量檢索

• 基于向量檢索的 RAG

• 搭建 RAG 系統(tǒng)的擴(kuò)展知識(shí)

• 混合檢索與 RAG-Fusion 簡(jiǎn)介

• 向量模型本地部署

• …

第三階段（30天）：模型訓(xùn)練

恭喜你，如果學(xué)到這里，你基本可以找到一份大模型 AI相關(guān)的工作，自己也能訓(xùn)練 GPT 了！通過(guò)微調(diào)，訓(xùn)練自己的垂直大模型，能獨(dú)立訓(xùn)練開(kāi)源多模態(tài)大模型，掌握更多技術(shù)方案。

到此為止，大概2個(gè)月的時(shí)間。你已經(jīng)成為了一名“AI小子”。那么你還想往下探索嗎？

• 為什么要做 RAG

• 什么是模型

• 什么是模型訓(xùn)練

• 求解器 & 損失函數(shù)簡(jiǎn)介

• 小實(shí)驗(yàn)2：手寫一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)并訓(xùn)練它

• 什么是訓(xùn)練/預(yù)訓(xùn)練/微調(diào)/輕量化微調(diào)

• Transformer結(jié)構(gòu)簡(jiǎn)介

• 輕量化微調(diào)

• 實(shí)驗(yàn)數(shù)據(jù)集的構(gòu)建

• …

第四階段（20天）：商業(yè)閉環(huán)

對(duì)全球大模型從性能、吞吐量、成本等方面有一定的認(rèn)知，可以在云端和本地等多種環(huán)境下部署大模型，找到適合自己的項(xiàng)目/創(chuàng)業(yè)方向，做一名被 AI 武裝的產(chǎn)品經(jīng)理。

• 硬件選型

• 帶你了解全球大模型

• 使用國(guó)產(chǎn)大模型服務(wù)

• 搭建 OpenAI 代理

• 熱身：基于阿里云 PAI 部署 Stable Diffusion

• 在本地計(jì)算機(jī)運(yùn)行大模型

• 大模型的私有化部署

• 基于 vLLM 部署大模型

• 案例：如何優(yōu)雅地在阿里云私有部署開(kāi)源大模型

• 部署一套開(kāi)源 LLM 項(xiàng)目

• 內(nèi)容安全

• 互聯(lián)網(wǎng)信息服務(wù)算法備案

• …

學(xué)習(xí)是一個(gè)過(guò)程，只要學(xué)習(xí)就會(huì)有挑戰(zhàn)。天道酬勤，你越努力，就會(huì)成為越優(yōu)秀的自己。

如果你能在15天內(nèi)完成所有的任務(wù)，那你堪稱天才。然而，如果你能完成 60-70% 的內(nèi)容，你就已經(jīng)開(kāi)始具備成為一名大模型 AI 的正確特征了。

這份完整版的大模型 AI 學(xué)習(xí)資料已經(jīng)上傳CSDN，朋友們?nèi)绻枰梢晕⑿艗呙柘路紺SDN官方認(rèn)證二維碼免費(fèi)領(lǐng)取【保證100%免費(fèi)】

本文來(lái)源：https://blog.csdn.net/m0_59163425/article/details/141870305