打开电视，央视主播都开始说“大！数！据！”了！ 这样一个时代，不说大数据是屌～丝，总提大数据是土～鳖。要怎么做才能受到女神们的欢迎，成为与众不同的人气男？！ 百万业者翘首企盼的“大数据时代装13指南”终于来了，“六条干货”为您打造高处不胜寒的绝妙意境～～ 原则一：他说“大数据”时，你要说“流数据”！ 人人都在说大数据，但并不代表人人都知道大数据是什么！担心女…

前言：纵观现代可视化技术，我们看到了极简主义。在数字化的世界，所有的资源只需点击几下鼠标，就能将手中大量的信息简单呈现。但是，我们不是碰巧才做到这些的，这得感谢那些勇于创新的前辈们。正所谓“前人栽树，后人乘凉”，我们站在了他们的肩膀上，才有了今天比较炫酷的可视化技术。 Anaximander在公元前550年制作的第一张世界地图。虽然当时这张以古希腊为中心的“…

IBM, 谷歌, 脸书, 苹果, 和微软 哪个公司会是未来的 AI 引领者？

为了快速对问题进行分类，帮助大家更好地运用模型，本文就带大家来看一下运用人工智能模型的基本步骤！

大数据正在改变我们的生活以及理解世界的方式……

本文阐述整个推荐体系从0搭建的全流程，也是最近以来一直深入研究的成果展现

摘要：随着各种技术发展，很多人都在吹捧大数据。然而如同股市一样，越是高涨，越是需要警醒，在大数据热火朝天前行的路上，多一点反思，多一份冷静，或许能让这路走的更好、更远。本文的10个小故事，或许能让你有所得。 自2011年以来，大数据旋风以“迅雷不及掩耳之势”席卷中国。毋庸置疑，大数据已然成为继云计算、物联网之后新一轮的技术变革热潮，不仅是信息领域，经济、政治…

这篇文章取材于David Karger教授讲授的Data Visualizations课程，此课程是MIT ProfessionalEducation开设的网络课程Tackling the Challenges of Big Data的一部分。文中部分图片经Karger教授本人授权，请勿转载。 上一期的可视化专栏中，我们推出了一篇文章《人类历史上最有影响力的…

如何才能实现我成为 AI 工程师的理想？

本文介绍神经网络，包括对前馈神经网络和递归神经网络的简要说明，并阐述了如何构建一个检测时间序列数据中异常现象的递归神经网络。

用一句话概括：用户画像就是给用户打标签！

1月2日，2016厦门国际马拉松赛在鹭岛开赛，获得了诸多运动爱好者的追捧。随着近年马拉松运动的兴起，越来越多的兴趣者加入其中。但是，是否所有人都适合这样的运动？ 在此次厦门马拉松比赛中，一款叫做“阿甘跑步”的运动社交APP联手深圳一家心电医疗设备供应商，借助阿里云大数据平台面向跑马爱好者推出皮肤级运动心律监测解决方案”安心跑”。希望通过大数据的方法来寻找极限…

摘要：2015 年，优秀的可视化作品生机勃勃，我可以确定，明年也会有很多好作品。横跨不同主题和应用形式的项目大量涌现，但如果让我选一个年度主题的话，那一定是“教学”，不管是通过解释说明，模拟说明还是深刻分析的方式。有时候会感到可视化创作者很大胆，试着让读者们不再用惯有的思维方式来理解数据和统计学。我很喜欢这一点。 以下是我选出的 2015 最佳项目。按照惯例…

在本文中，我们将全面介绍K-means聚类及其扩展。我们将研究聚类，它为什么重要，它的应用，然后深入研究K-means聚类(包括如何在真实数据集上用Python实现它)。

本文总结了一些秋招面试中会遇到的问题和一些重要的知识点，适合面试前突击和巩固基础知识。

数据科学早已不是新鲜事物了，不过对数据质量的需求却是这几年才激增起来的。这可不是一阵时尚或旧词新用，而是一场革命。大至总统选举，小至总部设在厨房餐桌的小创业公司的各种决策，已不再是建立于直觉与猜想之上，而是植根于真实可靠的数据。 数据科学发展日新月异，如今各种数据工具已经形成了一个庞大的生态系统。我花了一个多月以尝试给这个生态系统勾画出一个清晰的轮廓，在接下…

想让数据变得更好看？不必成为经验丰富的数据科学家，也不必成为平面设计师。 有一些能让数据从简单的表格变成多种多样的图形，地图甚至词“云”。 并不是所有的工具都适合你，但这些工具确实很有用。 希望你不仅能从中学到新的技能和极具创新的工具，更能从中结合你自己的业务有新的发现。 1. Infogr.am 在Infogr.am网站中，你可以使用30多种图形和6种主题…

预训练模型用起来非常容易，但是你是否忽略了可能影响模型性能的细节呢。

我们希望机器能够通过低清图像有限的图像信息，推断出图像对应的高清细节，这就需要算法能够像画家一样“理解”图像内容。

推荐系统的搭建是个复杂工程，涉及到实时计算、离线计算，以及各种数据采集、流转等，对自建推荐系统来说，更是很有困难。