傳明酸成分

Kubernetes叢集高可用

Kubernetes具有自愈能力,它跟蹤到某工作節點發生故障時,控制平面可以將離線節點上的Pod物件重新編排至其它可用工作節點執行,因此,更多的工作節點也意味著更好的容錯能力,因為它使得Kubernetes在實

大資料和大資料分析技術的十大發展趨勢

調研機構Gartner公司最近的調查表明,增強分析、持續智慧和可解釋的人工智慧(AI)是資料和分析技術的主要趨勢之一。根據調查,深入瞭解以下十大技術趨勢是推動這一發展的關鍵,並根據業務價值優先考慮這些趨勢以保

K 均值聚類

通過迭代方式尋找 K 個簇的一種劃分方案,使得聚類結果對應的代價函式最小。 1、缺點 需要人工預先確定初始 K 值,且該值和真實的資料未必吻合。 K 均值只能收斂到

中文分詞文章索引和分詞資料資源分享

昨天在AINLP公眾號上分享了樂雨泉同學的投稿文章:《 分詞那些事兒 》,有同學留言表示不過癮,我想了想,其實我愛自然語言處理部落格上已經積攢了不少中文分詞的文章,除了基於深度學習的分詞方法還沒有探

如何使用 ElasTest 實現測試的可觀察性

在一個分散式的應用程式中,很難使用在開發非分散式應用程式中常用的除錯技術。在出席 2019 年度歐洲測試大會(European Testing Conference 2019)時,Francisco Gortá

Web 前端效能分析(二)

簡要說明 在上一篇文章《Web 前端效能分析(一)》 中,我們對前端效能相關的知識進行了學習和探討,並且做了一個試驗性質的專案用來實踐和驗證,本文附上主要功能模組 -web-perform

大資料開發和大資料分析有什麼不同?

大資料分析工程師和大資料開發工程師分別能做什麼? 有沒有具體的專案案例之類 通俗解釋開發和分析 非要把他倆分開的話, 一個是偏向於資料,一個偏向於工程。 好比要炒個菜,工程

騰訊後端面經(含答案)

鵝廠 一面基礎技術面 二面專案技術面 三面綜合技術面 總結 某東南亞網際網路公司 一面技術面 二面研發經理綜合面試 經過半年的沉澱,加

聚類(Clustering)

1.無監督學習:簡介 聚類演算法:第一個無監督學習演算法(無標籤的資料) 什麼是無監督學習呢? 對比:監督學習問題指的是,我們有一系列標籤,然後用假設函式去擬合它,作為對比,在無監督學習中,我們的資

1716039046.8722