来源：DeepHubIMBA本文共1200字，建议阅读5分钟“当算法给你一条曲线时，一定要知道这个曲线的含义！”1、偏差-方差权衡这是一个总是在机器学习重要理论中名列前茅的概念。机器学习中的几乎所有算法（包括深度学习）都努力在偏差和方差之间取得适当的平衡，这个图清楚地解释了二者的对立关系。2、基尼...

今天给大家分享的这篇文章，更像是一份数据分析常用网站字典，一共70个，可视化、词频词云、PPT模板等等面面俱到，值得收藏！数据可视化工具百度EChartshttp://echarts.baidu.com/Cytoscapehttp://www.cytoscape.org/图表秀http://www....

1.中国电信数据中心中国电信数据中心位于内蒙古信息园，是世界上大的数据中心，据世界数据中心介绍，中国电信数据中心总面积达1070万平方英尺，包含“云计算数据中心、呼叫中心、仓库、办公室和员工生活区”。据报道，该设施也是世界上昂贵的数据中心，建成成本超过30亿美元。有几个因素使呼和浩特成为世界上...

本文为优锘科技陈傲寒先生在公司内部的演讲，因其对数字化转型的理解收到拙作的启发，特此转发，好文共赏，来自实践一线的理解，很实在、很深刻。100年前的今天，1921年1月1日，在长沙新民学会的新年座谈会上，一位27岁青年讲了他眼中未来中国的方向，并坚定地走了下去。当时看到那个方向的人可能有不少，但那么...

目前，比较流行的、开源的大数据处理框架：Hadoop，Storm，Spark和Flink。大数据处理分析的相关技术大数据包括静态数据（批处理）和流数据（实时计算）。另外，大数据中还包括很多图结构数据，...

Hive的几种常见的数据导入方式这里介绍四种：（1）、从本地文件系统中导入数据到Hive表；（2）、从HDFS上导入数据到Hive表；（3）、从别的表中查询出相应的数据并导入到Hive表中；（4）、在...

当前，互联网的连通所向披靡地覆盖了全民的生活大小事，给人民带来了全方位的便利性，浏览网络新闻、观看网络视频、网上购物……造就了“不出门过日子也无忧，不出门知晓天下事”的社会景象。在享受着互联网带来极大便利的同时，我们也知晓它与物理学有着千丝万缕的关系。早前的万维网是在欧洲核子研究组织（CERN）的高...

找时间学习了一下论文：Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba该论文根据用户的行为在 item与item之间建立图。再根据Graph，使用random walk 算法生成sequence。总共分为三个步骤：1. 根据用户的行为在 item与item之间建立图，（需要提出一些over active user......

在数据库应用开发中，我们经常需要面对复杂的SQL计算，行间计算就是其中一种。比如：用每月的销售额除以上月的销售额，求比上期，或用每月销售额除以去年同月的销售额，求同期比。有些数据库系统没有提供SQL2003标准的窗口函数，或者支持得不完备，那么完成行间计算就需要改变思路，使用连接（join）运算替代，不仅难......

为什么word2vec需要negative sampling？因为在训练word2vec的时候采用了浅层神经网络方法，对所有的vocabulary 进行 one-hot 编码，这样输出层就是一层softmax layer。而计算softmax layer，必须要将该数据与其他的vocabulary的embedding进行重算，这样非常的耗时。（因为one-hot 的维度有可能是上百万的，计算量太大）所......