KDnuggets新速查表指出，Python基础是AI和数据工作的核心能力，不会被框架取代。向量化、函数签名、类型注解等概念是理解库文档和调试代码的关键；文件读写、格式转换、数据计数、随机种子等实用技能构成实际工程工作的大部分。该速查表无需安装，随Python即可使用。

Ollama 简化了本地语言模型运行，但需确保模型与上下文能装入内存。`ollama ps` 可查看模型占用及 GPU/CPU 分配，低于 100% GPU 表示部分已转 CPU，生成变慢。macOS 桌面应用需通过 `launchctl setenv` 设置环境变量，否则配置无效。传入 JSON schema 可约束结构化输出，而 "json" 仅保证合法 JSON。速查表还涵盖磁盘管理、API 端点、Modelfile 及环境变量。

Polars 是基于 Rust 和 Apache Arrow 的 DataFrame 库，其速度源于表达式模型：查询引擎自动规划并多核执行。scan_csv 支持延迟读取，collect 时才执行并优化；流式引擎可处理超内存数据。over 实现窗口聚合，需区分 null 与 NaN。速查表涵盖 select、filter、group_by、join、str/dt 命名空间及 sink_parquet 等核心功能。

Scikit-LLM 将大语言模型封装为 scikit-learn 估计器，提供 fit 与 predict/transform 接口，可无缝接入 Pipeline 和交叉验证。常用 ZeroShotGPTClassifier 以标签作为任务说明；DynamicFewShotGPTClassifier 按样本检索最接近的示例。GPTVectorizer 可将文本转为固定向量，GPTTranslator 支持跨语言分类。需注意 API 调用带来的 token 成本会随交叉验证和网格搜索成倍增加。

早期scikit-learn常见错误是预处理在交叉验证前泄露验证集数据。将特征工程纳入Pipeline，各步骤仅用训练数据拟合，可避免泄露。常用组件有ColumnTransformer、make_column_selector、SimpleImputer、OneHotEncoder和TargetEncoder；set_output与get_feature_names_out便于查看结果，GridSearchCV可一并调优预处理参数。

本文介绍构建和部署自主AI智能体的七个步骤，强调从原型过渡到生产系统需注重编排与部署实践。关键在于预先设定明确边界和护栏，确保智能体在约束内运行。使用LangGraph等框架提供有状态检查点，以构建可靠的多步骤推理循环，实现规模化应用。

KDnuggets发布了2024年最受欢迎的文章榜单，前十名大多数涉及免费课程，主题包括人工智能、数据科学和编程，反映出读者对学习资源的渴望。

2024年，KDnuggets团队分享了他们最喜欢的文章，涵盖Python编程技巧、科技裁员分析和学习Python的懒人方法。作者们强调了技术学习的重要性和实用性，希望读者能从中获得启发。

KDnuggets汇总了2023年数据科学、机器学习、数据工程、Python编程和AI领域的速查表合集，涵盖ChatGPT数据科学应用、GitHub CLI、Plotly Express可视化、RAPIDS cuDF、Streamlit、Scikit-learn、Docker、图数据库查询、Python数据清洗与控制流、AI浏览器扩展、生成式AI Python工具、LangChain及ChatGPT项目等，为从业者提供简洁实用的参考资源。

KDnuggets根据2023年1月至12月14日的浏览量，总结了年度最受欢迎的文章。热门主题涵盖免费数据科学与机器学习课程、书籍、ChatGPT使用技巧、SQL练习平台及GitHub资源。平台对作者和投稿者表示感谢，并预告2024年将继续提供优质内容。

KDnuggets 2023年12月13日周报汇总数据科学与AI文章，涵盖数据科学速查表、NotebookLM指南、可视化框架类型、GBM与XGBoost对比、2024年十大Kaggle项目、Gemini与ChatGPT竞争、无代码定制GPT、云端部署基础、Pandas绘图、大语言模型云端性能与成本优化，以及ETL演进。