發(fā)簡(jiǎn)信
IP屬地：加州
-
-
我是 Alice<br>喜歡人工智能，行動(dòng)派<br>創(chuàng)造力，思考力幕袱，學(xué)習(xí)力提升修煉進(jìn)行中<br>歡迎志同道合的小伙伴們和我一起學(xué)習(xí)<br>微信：XerDudu，備注簡(jiǎn)書(shū)<br>公眾號(hào)：極客X養(yǎng)成計(jì)劃<br>轉(zhuǎn)載記得聯(lián)系作者哦悠瞬！
-
-
Flink流式計(jì)算框架
-
學(xué)習(xí)云計(jì)算大數(shù)據(jù)平臺(tái)擂煞，Spark, Flink，Storm Hadoop等平臺(tái)趴乡，讓我們共同促進(jìn)大數(shù)據(jù)的發(fā)展
-
-
我曾以為<br>黎明之后太陽(yáng)就會(huì)升起<br>就會(huì)有光<br>后來(lái)才知道<br>原來(lái)黑夜和黎明之間<br>還有一個(gè)時(shí)刻叫破曉<br>破曉之后<br>新的一天才正式開(kāi)始嗽冒。呀伙。。
-
機(jī)器學(xué)習(xí)、深度學(xué)習(xí)資料整理，實(shí)戰(zhàn)經(jīng)驗(yàn)總結(jié)：https://github.com/jacksu/machine-learning
-
本專(zhuān)題招募管理員，有意向請(qǐng)簡(jiǎn)信私聊氛堕，謝謝馏臭！ 用來(lái)分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)讼稚，神經(jīng)網(wǎng)絡(luò)括儒，計(jì)算機(jī)視覺(jué)等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專(zhuān)欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流乱灵，相互學(xué)習(xí)塑崖！
-
此簡(jiǎn)書(shū)用來(lái)發(fā)布Spark+AI的深夜學(xué)堂规婆，每夜一更新！夜空中最亮的星：Spark蝉稳！
-
用戶畫(huà)像系統(tǒng)構(gòu)建一抒蚜、什么是用戶畫(huà)像？ ??用戶畫(huà)像可以簡(jiǎn)單理解成是海量數(shù)據(jù)的標(biāo)簽耘戚，根據(jù)用戶的屬性嗡髓、行為和觀點(diǎn)的差異，將他們區(qū)分為不同的類(lèi)型收津，然后從每種類(lèi)型中抽取出典型特征饿这，賦予名字、照片撞秋、一...
-
Kafka史上最詳細(xì)原理總結(jié)上
Kafka史上最詳細(xì)原理總結(jié)分為上下兩部分长捧，承上啟下 Kafka史上最詳細(xì)原理總結(jié)上 Kafka史上最詳細(xì)原理總結(jié)下 Kafka Kafka是最初由Linkedin公司開(kāi)發(fā)，...
-
redis面試必問(wèn)（上）1.項(xiàng)目中緩存是如何使用的吻贿？為什么要用緩存串结？緩存使用不當(dāng)會(huì)造成什么后果？ 面試題剖析 為什么要用緩存舅列？ 用緩存肌割，主要有兩個(gè)用途：高性能、高并發(fā)帐要。 高性能 假設(shè)這么個(gè)場(chǎng)景把敞，你有...
-
迷茫就多讀書(shū)吧??<br><a href="https://links.jianshu.com/go?to=https%3A%2F%2Fjsbintask.cn" target="_blank">https://jsbintask.cn</a><br><a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fjsbintask22" target="_blank">https://github.com/jsbintask22</a><br>wx: jianbin09011
-
評(píng)論較多，簡(jiǎn)書(shū)回復(fù)也不太方便伸蚯，如有問(wèn)題麻煩關(guān)注下面的公眾號(hào)摩渺，加入我的微信群一起討論。公眾號(hào)ID：小小挖掘機(jī)
-
（二）假設(shè)檢驗(yàn)之——T檢驗(yàn)假設(shè)檢驗(yàn)也叫顯著性檢驗(yàn)剂邮，是以小概率反證法的邏輯推理摇幻，判斷假設(shè)是否成立的統(tǒng)計(jì)方法，它首先假設(shè)樣本對(duì)應(yīng)的總體參數(shù)（或分布）與某個(gè)已知總體參數(shù)（或分布）相同挥萌，然后根據(jù)統(tǒng)計(jì)量的分布規(guī)...
-
數(shù)據(jù)分析基礎(chǔ)數(shù)據(jù)分析方法分為四大類(lèi)： 1绰姻、單純的數(shù)據(jù)加工方法 a.描述性統(tǒng)計(jì)分析（集中、離中趨勢(shì)分析和數(shù)據(jù)分布） b.相關(guān)性分析 2引瀑、基于數(shù)理統(tǒng)計(jì)的數(shù)據(jù)分析方法 方差分析狂芋、回歸分析（特指...
