如果你听说过转置卷积并对它的实际含义感到困惑，这篇文章就是为你写的。

几位学者做了一系列的实验，来观察读者对简单（数据为主）和装饰性为主（Chart Junk图表的反应。实验主要集中在读者对图表的理解和记忆的比较。他们选择了几组相反的设计，让一些任意选择的读者解读，然后来测试他们对这些图表的解读准确度和记忆。

数据分析作为运营最基础的一项技能，你是否真正的将其价值发挥出来，合格的运营一定是数据驱动运营，而非运营驱动数据！

本篇文章介绍使用python抓取贷款及理财平台的数据，并将数据拼接和汇总。

作者： 锋云帮主 本人住在有人间天堂之称的城市，6年多开发经验，最近2年主要在做大数据相关的开发，最近考虑换工作，基本也只考虑大数据相关岗位。目前新工作已经找好，但想分享一下最近面试的失败一些经历(成功的那些就不讲了)，吐槽吐槽，跟广大吃瓜群众分享一下过程中的经历心得，我的语文体育老师教的，还请大家莫怪。 公司:国内知名电信运营商，其下面的大数据研究院，面两…

Facebook AI研究人员和工程师开发了一种新方法，该方法使用深度学习和弱监督训练来预测商业上可用的高分辨率卫星图像的道路网络。

我试着定期阅读ML和AI的论文，这是保持不掉队的唯一的方法。作为一个计算机科学家，我常常会在看科学性的文字描述或者是数据公式的时候遇到麻烦。我发现通过代码来理解会好很多。所以，在这篇文章中，我会通过Keras实现的方式，带领大家回顾一下最近的一些文章中的重要的卷积块。

大数据还是大忽悠？作为科技领域最时髦的词汇之一，大数据带来的机遇究竟有没有被过分炒作？在2013年夏季达沃斯论坛上，这个议题以一场辩论会的形式展开。最终反方的观点胜出：作为热概念，“大数据”正在影响着传统制造业、零售业、金融业、汽车业、物流业，也令研究机构和政府部门大开眼界。 可视化的大数据才是酷的，好比双目失明的退休中校斯莱德能够闻香识佳人。“我们不关心你…

不做数据归因分析，就无法知道广告花费到底浪费在哪个环节，在大数据技术逐渐完善的今天，有了实现归因分析的土壤，归因可以发挥出更大价值。

通过新一批论文，让你对深度学习的方式与深度学习在不同领域的运用有个清晰的了解

作为数据科学家，我想把行业新的知识图谱总结并分享给技术专家们，让大数据知识真正转化为互联网生产力!

本文覆盖数据科学求职全过程。从申请到面试，到拿offer之后的协商，所有细节一应俱全。

在使用Tensorflow搭建神经网络的时候，最后一步总会用到tf.train.XxxOptimizer(). 然后会有很多Optimizer()

我们日常遇到的人工智能是把复杂问题进行分解成一个一个小模块，然后再逐一进行比较，识别。现实中的问题只不过是大量的人工智能算法相互叠加得到，是大量的逻辑叠加而来，就像计算机软件最本质是由0-1逻辑叠加而来一样。

人工智能（AI）和机器学习以许多不同的方式影响着我们的日常生活。它们帮助企业为一些世界领先的公司制定决策并优化运营。因此，未来就业和就业将发生巨大变化。

一位网友询问如何制作下图中的方块图。 例图来自华尔街日报网站，图表用正方形的大小（面积）来反映数值的大小。类似的还有用两个内切的圆形来做比较的。我认为这种图表形式只是样式求新，但并不便于比较，没有普通的柱形图、条形图来得直观有效。因为面积和边长的感觉差别很大的，例如假设我们看正方形边长相差约20%，那么面积（也就是指标）相差多少呢，不知道，计算才知道是36%…

我们做一个决策时，最重要的是什么？

通过新一批论文，让你对深度学习的方式与深度学习在不同领域的运用有个清晰的了解

Kafka是基于发布订阅的消息系统。最初起源于LinkedIn，于2011年成为开源Apache项目，然后于2012年成为Apache顶级项目。Kafka用Scala和Java编写，因其分布式可扩展架构及可持久化、高吞吐率特征而被广泛使用。

未来三到五年，数据科学家的职业发展前景如何？他们还有哪些选择呢？