[图片] 分享嘉宾：苏涛 极验 高级算法工程师 编辑整理：王姝琪 北京理工大学 出品平台：DataFunTalk 导读： 验证码作为网络安全的第一道屏障，其重要程度不言而喻。当前，卷积神经网络的高速发展使得许多验证码的安全性大大降低，一些新型验证码甚至选择牺牲可用性从而保证安全性。针对对抗样本技术的 ....

这篇文章为大家整理一下实际使用中比较高频的一些用法，当然还会有一篇关于时间序列处理的文章。在这里需要强调一点就是，不建议初学者上来就把Pandas中所有的方法都啃一遍，这样效率太低…

为了方便维护，一般公司的数据在数据库内都是分表存储的，比如用一个表存储所有用户的基本信息，一个表存储用户的消费情况。所以，在日常的数据处理中，经常需要将两张表拼接起来使用，这样的操…

[图片] 作者幻士 大淘宝技术 稿 导语： 搜索召回作为搜索系统的基础，决定了效果提升的上限。如何在现有的海量召回结果中，继续带来有差异化的增量价值，是我们面临的主要挑战。而多模态预训练与召回的结合，为我们打开了新的视野。 前言 多模态预训练是学术界与工业界研究的重点，通过在大规模数据上进行预训练， ....

进行金融数据分析或量化研究时，总避免不了时间序列数据的处理，时间序列是指在一定时间内按时间顺序测量的某个变量的取值序列。常见的时间序列数据有一天内随着时间变化的温度序列，又或者交易…

在日常的数据处理中，经常会对一个DataFrame进行逐行、逐列和逐元素的操作，对应这些操作，Pandas中的map、apply和applymap可以解决绝大部分这样的数据处理需求…

[图片] 作者：腾驹 稿 TPP图化致力于打造一个算法在线服务领域易用、性能极致、迭代效率远超普通方式的产品。本文将介绍TPP图化以及2021年在性能、开发体验上的改进，并介绍未来TPP图化的规划。 01 背景 TPP是阿里个性化算法开发平台，依托阿里AI·OS引擎（特征、召回、打分等引擎）为众多 ....

分析方法视频解读：B站优酷 案例数据下载 下载 数据格式说明 查看 KANO模型由东京理工大学教授狩野纪昭(Noriaki Kano)发明，其用于分析用户对于各类需求的排名偏好情况…

[图片] 导读： 本文将介绍过去15年中，网易大数据团队在应对不断涌现的新需求、新痛点的过程中，逐渐形成的一套逻辑数据湖落地方法。内容分为五部分： 关于网易数帆 为什么做逻辑数据湖 怎么做逻辑数据湖 未来规划 精彩问答 01 关于网易数帆 网易数帆是从网易杭州研究院孵化出来的。网易杭研的重要职责是公 ....

一、什么是NPS？ NPS的中文是净推荐值，是评估用户口碑的一种方式。评估用户/客户向朋友、其他人推荐公司的产品或服务的可能性的指标。 NPS概念属于用户口碑、用户体验评估的范畴。…

什么是决策树？ 决策树学习的 3 个步骤 3 种典型的决策树算法 决策树的优缺点 决策树是一种逻辑简单的机器学习算法，它是一种树形结构，所以叫决策树。 本文将介绍决策树的基本概念、…

GBDT提升树与XGBoost树 相比于经典的GBDT，xgboost做了一些改进，从而在效果和性能上有明显的提升，在这里，通过整理了一些资料，总结了一下： 第一，GBDT将目标函…

在进行机器学习时，我们往往要对数据进行聚类分析，聚类，说白了就是把相似的样品点/数据点进行归类，相似度高的样品点会放在一起，这样一个样本就会被分成几类。而聚类分析也有很多种方法，比…

[图片] 朱春茂（知明） 阿里开发者 稿 技术人成长的悖论 在程序员界有一个悖论持续在困惑着很多技术人：在写代码的人的困惑是一直写代码是不是会丧失竞争力，会不会被后面年轻的更能加班写代码的人汰换。典型代表就是工作5年左右的核心技术骨干，此时正处于编码正嗨但也开始着手规划下一个职业发展阶段的时候；没在 ....

[图片] 作者： 朱春茂（知明） 稿 上周我写的一篇文章《关于技术能力的思考和总结》引起了大家的关注，好多读者的评论“以写代想、以想促真、以讲验真”，大家的感受很深刻，基于上次的文章，这篇文章我其实更想跟大家聊聊一些常用的思考方法，思考问题的方式对了，往往可以帮助大家少走弯路。 常用思考方法 [图片 ....

[图片] 题图 作者：浩然 1. 前言 本文仅分享自己在工作中遇到的问题时的解决方案和思路，以及排查的过程。重点还是分享排查的思路，知识点其实已经挺老了。如有疑问或描述不妥，欢迎赐教。 2. 问题表象 在工程启动的时候，系统的请求会有一波超时，从监控来看，JVM 的GC（G1） 波动较大，CPU波动 ....

在知乎上查了查EXCEL规划求解的文章，的确有一些很好的应用实例，但我就有点纳闷了，EXCEL的规划求解模块难道不是用来求解运筹学问题的专业工具吗？怎么没有一篇文章提及这一点呢？ …

[图片] 分享嘉宾：杨诗旻 字节跳动数据平台 编辑整理：田长远 出品平台：DataFunTalk 导读： 今天分享的主题是实时数据湖在字节跳动的实践，将围绕下面四点展开： 对实时数据湖的解读 在落地实时数据湖的过程中遇到的一些挑战和应对方式 结合场景介绍实时数据湖在字节内部的一些实践案例 数据湖发展 ....

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。相反，最好…

[图片] 分享嘉宾：史佳欣博士 华为云计算公司 编辑整理：姚顺鹏 北京公瑾 出品平台：DataFunTalk 导读： 知识图谱在现有的实际业务中存在着各种各样的应用，问答是其中一个非常重要的应用，本文主要关注如何解决基于知识图谱的复杂问题，该任务又称为推理问答。 本文的介绍会围绕下面四点展开： KB ....