上門討債 （68） 網際網路領域隔三差五就會出現新風口。在我看來，一些所謂的風口本質上是投資機構在賣力鼓吹。 每次新風口出現必定會湧現出大批創業公司。它們前赴後繼，直到藍海變紅海，紅海變死海。

所有前人的失誤或許不會完全重演,但是所有即將發生的悲劇中都無一例外地有著前人失誤的痕跡。 【黑馬高調早報】第1222期 文 | 靜靜 頭條：P2P網貸行業企業死亡約5/6 1.P2P平

本文主要探索如何使用深度學習框架 MXNet 或 TensorFlow 實現 線性迴歸 模型？並且以 Kaggle 上資料集 USA_Housing 做線性迴歸任務來預測房價。 迴歸任務，scikit

1. 行列式 設 $A$ 是 $n \times n$ 矩陣，$U$ 是對 $A$ 作行替換和行交換（不做行倍乘）所得到的任一階梯型矩陣，$r$ 是行交換的次數，那麼 $A$ 的行

儘管變換 $\boldsymbol x \mapsto A \boldsymbol x$ 有可能使向量往各個方向移動，但通常會有某些特殊向量，$A$ 對這些向量的作用是簡單的。 定義$A$ 為 $n \t

線性表的儲存結構分為：順序表和連結串列 今天我們先介紹順序表： 線性表的順序儲存是指在記憶體中用地址連續 的一塊儲存空間順序存放線性表的各個元素，用這種儲存方式儲存的線性表也稱為順序表。

1. 介紹 Apache Atlas使用各種系統並與之互動，為資料管理員提供元資料管理和資料血緣資訊。通過適當地選擇和配置這些依賴關係，可以使用Atlas實現高度的服務可用性。本文件介紹了Atlas中的高可

設 $\mathbb{S}$ 是數的雙向無窮序列空間： \begin{equation} {y_k} = (\cdots, y_{-2}, y_{-1}, y_0, y_1, y_2, \cd

設想一個填充滿隨機數的 $40 \times 50$ 矩陣 $A$，$A$ 中線性無關列的最大個數和 $A^\mathsf{T}$ 中線性無關列的最大個數（$A$ 中線性無關行的最大個數）是相同的，這個公共值是

眾多周知，由於網貸行業在2018年第三季度面臨暴雷高潮期，各種負面頻發，不少投資者受到重創。“營收下滑、成交量萎縮、使用者減少、逾期率上升”成為網貸行業在過去一個季度的關鍵詞。 本文來自全天候科

定理 8 蘊含向量空間 $V$ 的基 $\mathcal{B}$ 若含有 $n$ 個向量，則 $V$ 與 $\mathbb{R}^n$ 同構。數 $n$ 是 $V$ 的一個內在性質（稱為維數），不依賴基的選擇

根據 彭博社 最近釋出的一篇報道，由於違約、欺詐以及投資者怒火的激增，規模達 1760 億美元的網路貸款試驗可能要結束了。 據知情人士透露，中國相關部門正計劃關停全國範圍內的中小型 P2P 貸

將物件組合成樹形結構來表現出“整體/部分”的層次結構。組合能讓客戶以一致性的方式處理個別的物件以及物件組合。 主要組成 抽象元件(Component): 為組合中的物件(節點或者元件)宣告介面，也可提供

網貸平臺的定位雖然只是資訊中介，但實際上其不僅需要對借款使用者進行貸前風控，還需要承擔貸後催收的責任。 但在這次雷潮中，有家網貸平臺的CEO卻以個人名義成立了催收團隊，而且還向出借人收取額外的催收費用。

對於 $V$ 中向量的一個指標集 $\{\boldsymbol v_1, \cdots, \boldsymbol v_p\}$，如果 \begin{equation} c_1 \boldsym