- 博客(11)
- 收藏
- 关注
RSS订阅转载 用户画像之标签聚类
上次把用户画像方面的内容开了一个头，讲了关于标签权重的计算方法，这次就聊聊标签聚类的方法。继上一篇中提到的用户标签表，存储了用户在平台上每次操作（来自日志数据）、购买（来自业务数据）等行为带来的标签。随着时间的累计，各用户在平台上积累的标签数以亿计，如何对这些不同类型的标签进行归类，找到每个标签所属的某一类别，是本次讲述的重点。head标签作为一个容器，主要包含了用于描述 HTML 文档自身信息（元数据）的标签，这些标签一般不会在页面中被显示出来。用户标签表结构长这个样子（字丑 ╥﹏╥）
2023-06-11 15:36:57
239
转载 用户画像之数据质量管理
各种类型的标签每天加工的数据成百上千万条，数据分析人员不会每天对这些数据的质量进行核查，去发现每类标签的数量是否有异常情况，但是当应用的过程中使用异常数据将会导致分析结论的误差，那么如何高速、有效地对用户画像数据的质量进行管理？大家好，今天和大家分享一下用户画像数据质量管理这块的内容。数据运营人员可以通过设定画像各业务表数据监控范围，当每天跑ETL出现异常变动时，通过统计每类标签的总量变动较大时，发送邮件让数据运营的人员接收，然后查找原因进行定位。
2023-06-11 15:35:51
135
转载 生命科学的领地，现在深度学习来了
他们另辟蹊径，正在转向测量一些生物学家没有意识要测量的图像,并记录和组合视觉特征, 如 对DNA 染色, 细胞器结构和空白空间的质量产生成千上万的特征进行记录和组合, 发现其中任何一个都可以发现更多、更新的内容。他们的算法可以用来预测哪些小分子可能与特定的蛋白质相互作用，许多工作都是以生成蛋白质为目标的，但是不用已知的分子粘合剂。和任何计算生物学技术一样，算法产生的结果，只能保证不比输入数据差。在新药研发过程中，深度学习算法的作用是解决分类问题：筛选药物分子的形状和氢键等特征，以确定标准，列出潜在的药物。
2023-06-11 15:34:30
124
转载 关于深度神经网络压缩(下)
一般的CNN网络中，一个完整的卷积层是按照1)卷积，2)Batch Normalize，3)激活，4)池化这样的顺序进行的，然而对二值化后，每层的激活值都是二值的，对二值数组做MaxPool后，大部分值都会变成+1，这样数据信息就丢失了，所以XNOR-net做了个调整，将池化放在卷积之后，而把Batch Normalize用在输入数据上。通过二值化，原先的卷积操作中的乘法，都可以转换成二值位运算的异或操作和操作，这与BinaryNet思路也是一样的，只不过现在所有地方都二值化了，都可以这样优化计算了。
2023-04-30 14:20:26
79
转载 关于深度神经网络压缩(上)
这一步里面还有一个稀疏网络权重表达的技巧，一般来说表达一个稀疏数组是(index, value)这样成对的值来表示，对应于我们的权重数组就是一个index，一个weight，数组比较大，所以index至少得是整型(int)的，一个index需要32个bit，文章巧妙地采用了相对索引来表达(图 3)，也就是每次存储原先前后两个index的差值，这个值我们可以用比较小的数据类型来存，比如途中用3bit(0-8)，当然差值超过8时要补上一个0，这样index的字节数就得到了压缩。
2023-04-30 14:17:32
128
转载 快速入门这个速度远超Python的科学计算语言
Julia的基础库大部分由纯Julia语言编写，但是也集成了在特定领域（如线性代数，随机数生成，信号处理和字符串处理）很多成熟的库。head标签作为一个容器，主要包含了用于描述 HTML 文档自身信息（元数据）的标签，这些标签一般不会在页面中被显示出来，主要告知搜索引擎本页面的关键字以及对应网址，在SEO中传递相关权重起到非常重要的作用。Julia并不会强加给用户任何一种特别的并行范式，而是提供一系列的分布式计算的关键组件，使得其足够灵活去支持多种并行方案，并且允许用户增加更多。
2023-04-30 14:16:18
95
1
转载 全息计算打造“公司大脑”；简单规则驱动复杂系统 AISociety第六期回顾
用人体做比喻，扫描器把一个人身体的每秒每个原子的数据都实时传到云端，就是现在说的大数据，能做非常多的单点智能。而如果未来有一种更高能的扫描器，不仅扫描身体的大数据，而且能把身体的运行规律和机制实时扫描，记录每个原子之间如何交互，记录蛋白质、细胞、器官的交互，那就不再是简单的大数据，而是人体的数字化的复制和克隆。但是，抛开那些“形”，如果能把一个企业的“神”，运行规律和数据结合起来，塑造一个全息计算的模型，就能在模型上开启很多全新的想象，能把所有单点的智能连接起来，形成一个真正的拥有整体智能的大脑。
2023-04-30 14:13:33
139
1
转载 元胞自动机揭示交通瘫痪成因：车多路窄惹的祸
如果在这样的时候，对交通出行的需求仍在持续的增加（对于模拟实验而言就是向道路网络中加入更多的车辆），研究者发现：不再能观测到车辆驶离交通网络，换句话说，几乎每一个人都堵在了道路上，几乎没有人能够到达目的地（离开道路网络）。在先前的研究中已经发现，虽然城市会出现交通拥堵的，但是在大多数的时候都能够快速恢复，不会出现交通大瘫痪的情况。绿色的线路表示可以通行的线路，红色的线路表示无法通行的线路，而蓝色的线路表示改选过的线路。如上图，黑色的方格是当前细胞，两边的白色方格是它的邻居。横坐标轴表示的是时间。
2023-04-30 14:12:59
102
1
转载 做科研做到绝望是一种什么样的体验
最近我遇到了一个好几年没见的朋友，我们当初一起读的博士学位，虽然我们都是在自然科学领域，但是我们的研究方向并不相同。的确，做重要的研究是非常非常困难的，而且比那些要求非常苛刻的课程要难的多。head标签作为一个容器，主要包含了用于描述 HTML 文档自身信息（元数据）的标签，这些标签一般不会在页面中被显示出来，主要告知搜索引擎本页面的关键字以及对应网址，在SEO中传递相关权重起到非常重要的作用。我的博士研究项目里有一些交叉学科的内容，有那么一段时间每当我遇到问题的时候，我都会缠着我们学院的老师。
2023-04-30 14:10:50
72
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人