-
曹东：携程日志系统索引构建之路
[图片] 分享嘉宾：曹东 携程 高级软件开发工程师 编辑整理：桑小晰 深交所 出品平台：DataFunTalk 导读： 携程每天处理数以亿级日志，如何做到实时低延迟、不丢失、查询高效，具有一定的技术挑战。本次分享抛砖引玉，将从下面四点切入希望能解开携程内部落地实践的面纱：Overview（携程监控体 ....- 1年前
-
从零开始，构建数据化运营体系
数据化运营是一个近年来兴起的概念，它在运营的基础上，提出了以数据驱动决策的口号。 在了解数据化运营前，运营们有没有过如下的问题： 不同渠道，效果究竟是好是坏？ 活跃数下降了，到底是…- 1年前
-
动手实现基于协同过滤的电影推荐系统
作者： 负雪明烛 http://fuxuemingzhu.cn 项亮的《推荐系统实践》是一本面向推荐系统初学者的好书。这本书中间花了不少的篇幅去介绍了推荐系统中很重要的一个算法：…- 1年前
-
vivo 技术｜Elasticsearch 在地理信息空间索引的探索和演进
vivo 互联网服务器团队- Shuai Guangying 本文梳理了Elasticsearch对于数值索引实现方案的升级和优化思考，从2015年至今数值索引的方案经历了多个版本的迭代，实现思路从最初的字符串模拟到KD-Tree，技术越来越复杂，能力越来越强大，应用场景也越来越丰富。从地理位置信息 ....- 1年前
-
Java数字转化为单位为万或亿
public static String formatNumberWithUnit(String needFormatNumber) { final String noNumDefaultValue = "0"; if (!NumberUtils...- 1年前
-
如何正确拆分数据集？常见的三种方法总结
将数据集分解为训练集，可以帮助我们了解模型，这对于模型如何推广到新的看不见数据非常重要。 如果模型过度拟合可能无法很好地概括新的看不见的数据。因此也无法做出良好的预测。 拥有适当的…- 1年前
-
Elasticseach：从微服务架构演变到大宽表思维的架构转变
序言 [图片] 图示：Elasticsearch 在DB-Engine综合排名第8 Elasticsearch 简称'ES”, 在DB-Engine 综合排名第8，已经持续了相当长的时间，按照当下热度应该会继续保持或者上升一个名次；ES在多数工程师印象中最深刻可能是ELK三件套或者全文检索领域，但在 ....- 1年前
-
阿里技术 | 深度解读 RocketMQ 存储机制
[图片] 作 者 | 斜阳 来 源 | 阿里巴巴中间件团队 RocketMQ 实现了灵活的多分区和多副本机制，有效的避免了集群内单点故障对于整体服务可用性的影响。存储机制和高可用策略是 RocketMQ 稳定性的核心，社区上关于 RocketMQ 目前存储实现的分析与讨论一直是一个热议的话题。本文想 ....- 1年前
-
达观数据 | 王文广：FMEA 知识图谱的构建与应用实践
[图片] 分享嘉宾：王文广 达观数据 副总裁 编辑整理：王吉东 昆仑数据 出品平台：DataFunTalk 导读： 知识图谱是认知智能的核心技术，是企业获得持续竞争优势的关键技术。而产品质量和生成可靠性是智能制造的生命线，FMEA是质量和可靠性工程的关键方法。知识图谱和 FMEA 的融合所爆发的能量 ....- 1年前
-
热度排行榜：时间衰减模型之牛顿冷却定律
对于新业务，通常由于样本有限或资源有限，无法构建复杂的模型。这个阶段最好的解决办法就是基于先前的经验或对有限样本进行数据分析提出一些简单的冷启动策略。 热门排行榜是最常见的冷启动策…- 1年前
-
数据分析必备的统计学知识大梳理！
我经常在文章中讲，做数据分析离不开统计学知识，它为我们的数据分析提供理论基础，然而很多数据分析师在学习统计学知识时感到头疼，看了很多统计学的书籍，里面讲了很多复杂的数学公式和推导，…- 1年前
-
数据分析之ABTESTING实战(附PYTHON代码)
目录 1、增长黑客 1）前言 2）运用分析指标框架，驱动互联网产品和运营 3）增长黑客大致分为如下几个步骤 2、AB testing介绍 1）AB testing对比方案图示展示 …- 1年前
-
【商业分析】为产品找一个完美指标
本文约1200字，阅读时间3分钟。本文转载自“米妮老师”公众号文章。欢迎转载，请注明出处。 引用某管理学大师的名言：如果你不能衡量它，那么你就不能有效增长它。 商业分析师在面试中经…- 1年前
-
【面试套路】如何回答商业分析师CaseInterview
大家好，我是Minnie。在商业分析师（Business Analyst，简称BA）这个行业我干了不少年，认识了不少相似背景的同行，也认识了许多不同背景的同学。 米妮 Linked…- 1年前
-
一文读懂推荐系统负采样
作者简介：潘星宇，中国人民大学信息学院硕士一年级在读，研究方向为推荐系统。 引言：推荐系统负采样作为推荐模型训练的重要一环，对模型的训练效果有着重要影响，也是推荐系统领域的一个重要…- 1年前
-
推荐系统之SVD：奇异值分解
概述 奇异值分解 (Singular Value Decomposition)，是一种矩阵分解技术，经常用于机器学习降维处理。它通过将空间维度从 N 维减少到 K 维（其中 K&l…- 1年前
-
功能强大的python包（四）：OpenCV
1. OpenCV简介 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上…- 1年前
-
功能强大的python包（五）：sklearn
1. sklearn简介 sklearn是基于python语言的机器学习工具包，是目前做机器学习项目当之无愧的第一工具。 sklearn自带了大量的数据集，可供我们练习各种机器学习…- 1年前
-
聊聊样本采样技术
作者 大可 华东理工大学 计算机应用技术博士 本人在腾讯/微信从事推荐系统相关工作，会将平时遇到的业务问题和相应的解决方案总结成公众号文章，感兴趣的可以关注本人公众号：泛函的范 在…- 1年前
-
机器学习建模工具PyCaret详讲
机器学习建模工具 PYCARET 1 PyCaret 1.0.0简介 2 PyCaret入门 3 获取数据 4 搭建环境 4.1 预处理介绍 4.2 采样与拆分 4.2.1 训练/…- 1年前
-
