IDEAL Garden

原文链接：https://martinfowler.com/articles/data-mesh-principles.html作者简介：Zhamak是ThoughtWorks的首席技术顾问，专注于企业的分布式系统架构和数字平台策略。作为ThoughtWorks技术顾问委员会的成员，她为创建ThoughtWorks技术雷达做出了贡献。我们渴望通过数据来增强和改善商业和生活的各个方面，这驱使我们在大规模管理数据方面进行范式转变。 尽管过去十年的技术进步已解决了数据量和数据处理计算的规模问题，但它们无

自机器学习重新火起来，深度强化学习就一直是科研的一大热点，也是最有可能实现通用人工智能的一个分支。然而对于没有强化学习基础的同学们，如果直接去学习深度强化学习，想必会碰到很多问题。本文尝试普及一些最基础的强化学习算法，并以一个小例子来辅助大家理解。问题定义强化学习究竟研究的是一个什么样的问题，让其具有实现通用人工智能的潜力？这个问题与我们认识世界的方式相关。我们都知道这个世界时刻在变化着，而每件事物的变化，势必是由其他一系列事物导致的。这就是我们所普遍认识的世界，一个由因果律定义的世界。由于因果律的存

前言在机器学习领域，清晰明了的数据预处理和表现优异的模型往往是数据科学家关注的重点，而实际生产中如何让模型落地、工程化也同样值得关注，工程化机器学习模型避不开的一个难点就是模型的推理（Inference / Serving）性能优化。 可能许多数据科学家都对模型的推理性能比较陌生，我举几个对推理性能有强要求的场景例子：在公共安全领域中，视频监控中实时的人脸识别需要有实时的展示能力方便执法人员快速定位跟踪人员。在互联网应用领域中，电商网站、内容应用实时的个性化推荐要求能够快速响应，推荐的卡顿感将直接影