ZSCDumin的博客

该方法是一个通用的方法，主要利用实验前的无偏数据，（一般选取实验前的同一指标）对实验核心指标进行修正，使得新指标的方差更低，得到更敏感的新指标，放大treatment的影响；同时该方法还可以在减少样本量或实验周期，减少前期实验成本，降低实验风险。

近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能问答、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地使用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者们的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这一个“崭新”的研究领域：深度学习。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一些通用人工智能问题，比如推理、决策等。目前，深度学习技术在学术界和工业界取得了广泛的成功，受到高度重视，并掀起新一轮的人工智能热潮。 本课程主要介绍神经网络与深度学习中的基础知识、主要模型（卷积神经网络、循环神经网络等）以及在计算机视觉、自然语言处理等领域的应用。 要获取更新提醒，请关注https://github.com/nndl/nndl.github.io 示例代码，见https://github.com/nndl/nndl-codes 课程练习，见https://github.com/nndl/exercise

Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。

Android文件商业级下载项目

ACM 模板 函数