有问题直接微信我吧！ 大家好，PPV课大数据微信开通了人工客服，大家有问题可以在工作时间：9：00-18:00直接通过微信与客服联系！ 未完，请点击底部阅读原文下载完整版PDF 基于用户画像的大数据挖
大家好，又见面了，我是你们的朋友全栈君。 LQR 控制 本blog主要记录LQR 线性二次调制系统的，学习教程为两个B站的教学视频。 状态空间4-LQR控制 MATLAB官方教程 视频链接： [
在这篇文章中，我会向大家展示如何利用文本数据在R中建立云词。我们会使用一个包含20万个问题的数据集，而这数据集可以在这里下载（感谢reddit网站的用户trexmatt给我们提供的数据集）。 我们会使用这三个包：tm, SnowballC 和 wordcloud。 首先，我们要加载所需的包和读取数据。 library(tm) library(SnowballC) library(wordcloud) jeopQ <- read.csv(‘JEOPARDY_CSV.csv’, stringsAsFacto
. If you see an interesting visualisation but don’t have much time to look at it, check out five things to quickly help you make sense of it: title; axes & scales; key; data source; data. Not all visualisations have all these features; that doesn’t make
在拿破仑•希尔的名著《思考与致富》中讲述了达比的故事：达比经过几年的时间快要挖掘到了金矿，却在离它三英尺的地方离开了！ 现在,我不知道这个故事是否真实。但是,我肯定在我的周围有一些跟达比一样的人，这些
未完…请下载完整版 点击底部阅读原文下载完整版PDF大数据的处理及建模技术–基于R语言实现 作者谢佳标：PPV课讲师，查看谢佳标老师的在线课程《R语言实战》 PPV课原创文章，转载请注明出处！ 投稿须知 ①稿件可以是原创文章、原创翻译文章等等，优秀的原创文章可以申请PPV课博客专栏，获得相应稿酬。 ②凡是投稿的学员均可获得PPV课社区积分奖励3000积分，用于下载其他资料。 ③欢迎大家积极投稿，投稿请联系PPV课编辑 lily
数据科学是一个蓬勃发展的产业。世界各地的国家和企业都在不断地收集大量的数据已达到一个高峰。他们决定聘请一些能为他们处理数据，并通过数据改变现状的专家。 数据科学家是其中最受欢迎的，还有包括数据工程师、数据架构师、数据统计分析师。但是，没有多少人能真正区分这些角色和职位。 据我所知，大家一直对数据科学家，数据工程师和统计分析师之间的概念是混淆的。而甚至有一些结论，是认为所有这些人做同样的工作，只是他们的称谓不同而已。我特别惊讶于听到这种答案。带着这种想法，我决定创建一个简单的信息图表，帮助大家了解数据科学家V
简介 数据可视化已经成为数据科学工作流程中一个不可或缺的部分。因此，你的主要工具需要有很强的能力来处理这两方面的操作—数据分析和数据可视化。在过去的时间当中，你可以在你的生活中使用这样的一套工具，但只有其中一个是比较好的。 随着这些景象的变化，R之所以能变成当今的主流语言就是因为它有很强大的数据可视化处理能力。只需要几行的代码，你可以创造一个美丽的图表和数据的故事了。R有一个很好的资源库来创造一个基本和创新的数据可视化，如条形图、直方图、散点图、热点图、马赛克图以及其它各种可视化操作。这里是一份常用的可
北京时间3月30日消息，Uber面向中国和印度开发者正式公布了一款SDK，通过该SDK，无需深度链接，就可以直接将Uber官方服务集成至自己研发的应用中，不过这款SDK会在4月中旬才正式发布。 Uber的开发团队发布了一款Ride Request“组件”。今天Uber向大家介绍了这个组件，其实该组件本质上是一个SDK，无需深度链接，就能够直接的将Uber的服务应用到第三方的应用程序中。尽管SDK发布很常见，但此次Uber旨在希望能够通过中印的开发者们的集成，来促使Uber产品与服务更新迭代，从而为打车用户提
Do you know Big Data? 关于大数据你知道多少？ ——What is big data?什么是大数据? Many definitions…! 关于大数据有很多定义…! The Mult
image.png 微软宣布，其研究员用来测试人工智能项目的平台AIX开放源代码。 AIX平台已经用于微软的人工智能研究中，现在，也有个人测试版供研究者使用。这个版本中，用户可以在游戏中使用上帝模式测试AI。 AIX在夏天会通过开源协议开放源代码。 这个宣布正值Google的DeepMind大火之时。Google的AI程序AlphaGo是一个下围棋的程序，在最近和顶尖旗手李世石的对决中，李世石已经以4：1的比分输给了AlphaGo。 微软的方向则是专注在总体的智慧，例如对周围复杂的环境学习并做出决策。 现在
对Linux用户来说，Docker一直是一个本地化的应用程序，但是对于Windows和MAC来说并不是。好消息是，Docker马上将要发布两个新的测试版本：Docker for Mac and Docker for Windows。 这次发布的两个平台的版本，不仅有像其他平台一样的命令行版本，还有适配其各自平台的本地可视化管理工具：MAC上的Apple Hypervisor Framework和Windows上的Microsoft Hyper-V。这样以来，开发者不必再依赖第三方的管理工具了。 内测时，D
我想通过学习Python语言来学习数据科学，所以我在谷歌上搜索：“我想通过学习Python语言来学习数据科学。而在谷歌，不一会儿的功夫就列出所有关于Python语言学习的链接。然后，你会对于无数可行的关于学习Python语言的相关链接而感到困惑。最终，你会因此停下来反思：“我到底该从哪里入手？”。 真的是这样吗？不要担心。因为你以前从未遇到过这样的情况。 这里有很多可用的资源，它们将引导你如何学习Python从而学会编程和数据科学。而其中的问题是它很难找到一个结构化的方法来掌握这门语言。为了解
去年9月份，谷歌为Hadoop和Spark推出了Cloud Dataproc服务的beta版本，如今半年过去了，Cloud Dataproc服务已完成测试，现在可以被广泛使用。 谷歌在旧金山的一次活
原文：Google Research Blog 译者：刘旭坤 去年六月发表的一篇博文中我们用可视化的方法解释了神经网络在图形分类中的工作原理。我们意外地收获了一些副产品–由神经网络技术所产生出的奇特而
image.png JavaScript开发者现在可以使用Google的PaaS云服务来构建网页应用和移动端的服务了！ Google宣布，将于Node.js的的企业平台提供方NodeSource合作，在Google的云平台上支持Node.js。之前，Google的云服务支持Java，Python，PHP和Go。从这周开始，将会以测试形式提供对JavaScript服务端的支持。开发者可以使用倍受欢迎的Js语言开发服务端程序了。 “通过和Google的合作，NodeSource将会成为Google云平台上主要的
虽然技术改善了对健康数据的访问，但由于隐私问题和对数据真实性的担忧，数据往往不能充分发挥其潜力。 诺基亚与芬兰金融服务集团OP Financial Group合作，利用区块链技术建立健康数据管理的信任感。据诺基亚博客介绍，该试点项目涉及100人，目的是为人们更好地控制健康数据。 区块链优势 区块链技术可以让人们控制分享健康数据的对象。 与Google，Facebook和Dropbox等集中式服务不同，区块链分类帐本由具有竞争利益的各方维护。 在试点项目下，用户希望分享的任何数据都是加密的，只能由其有意向的参
来自波音的一项新专利表明，这家飞机制造巨头正在研究区块链如何帮助保护飞行中的GPS接收机。 在上个星期四美国专利和商标局发布的一项专利申请中，世界上最受欢迎的客机开发者详细介绍了“机载备用和反欺骗GPS系统”，如果飞机的主要系统变得不可靠或不起作用，该系统将会投入使用。 GPS“欺骗”是伪造信号被用来有效欺骗其他接收机的一种实践。这种攻击可以被用来混淆GPS接收机对象的实际位置。 申请书表明，在反欺骗系统检测到潜在问题的情况下，区块链数据将被用作信息的备份记录。 申请表明：“该方法进一步确定由GPS接收
三星SDS成功在韩国实施了一个由政府支持的区块链试点应用，以记录并跟踪航运物流和进出口相关的文件。 韩国三星（韩国最大的综合企业）的IT子公司和技术服务提供商三星SDS已经成功地完成了一个为期7个月的实验，将区块链技术应用到韩国航运业以跟踪实际的物流位置。 据CCN五月份的报导显示，三星SDS在启动试点项目的同时还成立了由韩国航运物流公司，国营研究中心，韩国海关，海事和渔业等政府部门以及航运运营商组成的区块链联盟。目的是在年底前实施一个可以为所有进出口货物提供物流服务的区块链应用。 事实证明这个为期7个月的
日本航运公司Mitsui OSK Lines（MOL）和包括IBM在内的合作伙伴将采取区块链概念验证，以简化国际贸易流程。 根据该公司的声明，“示范测试”将会看到使用区块链应用程序进行的实时交易。该项目将贸易协议、物流和保险文件等在参与者之间采用数字化的方式存储和分享，该方式优于传统的贸易体系。 MOL声称：“该测试旨在验证区块链增强安全性的有效性，减少结算跨境贸易所需的时间及相关文件与行政成本的差异。” 为了增加竞争力和通过技术开发新产品，加入MOL的项目包括日本IBM 、日本研究院、三井住友金融集团
在拿破仑•希尔的名著《思考与致富》中讲述了达比的故事：达比经过几年的时间快要挖掘到了金矿，却在离它三英尺的地方离开了！ 现在,我不知道这个故事是否真实。但是,我肯定在我的周围有一些跟达比一样的人，这些人认为，机器学习的目的就是执行以及使用2 – 3组算法，而不管遇到什么问题。他们不去尝试更好的算法和技术，因为他们觉得太困难或耗费时间。 像达比一样,他们无疑是在到达最后一步的时候突然消失了!最后,他们放弃机器学习,说计算量非常大、非常困难或者认为自己的模型已经到达优化的临界点——真的是这样吗下面这些内
译者│枫凌 点击标题下「翰文网」可快速关注 “奇点”将在2045年左右到来 人工智能的进步令人惊叹。人们一直在争论这种能力超越人类的“奇点”（技术的奇异性）是否会出现，如果出现将在何时？美国发明家雷·库兹维尔（Ray Kurzweil）预计“奇点”将在2045年左右到来。对此引发了各种各样的争论，有人认为会更早，有人认为不会出现。 最近，我一直在思考奇点是否已经出现了呢？比起人工智能，普通的信息处理系统是否已经超越人类的能力了呢？ 人类大脑的信息处理能力原本就有限。据美国心理学家米哈里·契克森米哈（Mi
有问题直接微信我吧！ 大家好，PPV课大数据微信开通了人工客服，大家有问题可以在工作时间：9：00-18:00直接通过微信与客服联系！ 如果你还没有听说的话，那么我告诉你，数据科学简直太疯狂了。相关的
Hyperledger Fabric Node.js开发中如何使用日志？本教程就来演示下如何使用hyperledgefabric node.js客户端日志记录功能。
对于软件工程师或数据科学家来说，下列错误是很容易犯（随意顺序）：列表如下： 在团队没有尽自己的能力出力。 把自己看成以为天才。 使用一些上司看不懂的专业术语。 当一名完美主义者：完美总是和不好的投资回报率所关联，而在商业的战场上：80%的价值产生于20%的时间，然而80%的时间只能产生剩余20%的价值。（这条法则也被称作收益递减法则）， 没有花足够的时间在记录你的数据分析，数据表格怎样以及相关的代码（一般记录这样的一个过程会占用你25%的时间，而且这是在匆匆忙忙之下完成的，而没有完整的完
Have you heard about data visualisations, wondered what a visualisation is, why they are so popula
即将于2018年1月26日在旧金山举行的全球区块链峰会（Blockchain Connect Conference）号称是中国和美国区块链市场合作的首开先河。 世界上最大的两个经济体不仅在全球领域占主导地位，而且在规模较小的区块链行业也占有一席之地。 直到最近，中国才拥有世界比特币矿业权和交易量中最大的份额。在中国人民银行决定所有当地比特币交易所必须关闭并于2017年9月全面禁止ICO之后，因此该国的地位已经有所下降。 这导致大量的贸易商前往临近的日本，为比特币建立了一个更受欢迎的监管环境。不过，中国仍
gitlab-ce 7.9安装手札以及上篇文章的问题解决 鸣谢 感谢ruby大神===》章鱼的一路指点，才能拨开迷雾见云天！ 章鱼大人： 国内Ansible部落原创翻译之一！ 资深运维
ShelterZoom是一家基于以太坊区块链的在线房地产平台，为客户提供出售和收购房产的服务，日前已经在美国上线，并预计将在2018年第一季度推向全球市场。 纽约的Cyrus Charter是首位客户，其正参与ShelterZoom平台于11月开展的的初步测试。此外，10位客户也已经开始参与到平台测试版的试验中。该公司最近还宣布了其第一家WordPress房地产主题子公司Estalik，以及其第一家澳大利亚子公司Arena Property Agents。 ShelterZoom旨在简化出售和收购房产的
使用 Appium 时，会遇到又慢又不稳定的情况。Appium 使用的底层工具可能会限速，在功能测试中，许多环境问题也会导致自动化测试不稳定。其实有一些方法可以避开这些问题。本篇文章是系列中的一篇，后面也会有相应文章讨论稳定性和速度。
区块链技术（blockchain）的主要优势是能够让人们在没有“第三方权威机构”介入的情况下信任对方。本文分析了为什么区块链技术可能会撼动物联网变革。 区块链技术的主要优势是能够让人们在没有“第三方
这是本系列的第四篇文章，同时也是最后一篇。有关于Bat脚本和自动发布博客的内容，不太了解的可以先看看之前写的文章。这篇文章是介绍如何整合Bat脚本来一键自动发博客，包括我的Hexo博客、简书、开源中国和CSDN。好了，在那之前我们先稍微调整一下代码。
gitlab-ce 7.9安装手札以及上篇文章的问题解决 鸣谢 感谢ruby大神===》章鱼的一路指点，才能拨开迷雾见云天！ 章鱼大人： 国内Ansible部落原创翻译之一！ 资深运维！ ROR大神！
随着科技的发展，拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。数据科学领域中所采用的机器学习编程语言大相径庭。究竟哪种语言最适合机器学习成为争论不休的话题。近日，密西根州立大学的博士生Sebastian Raschka再次发起了 机器学习编程语言之争 ，分析了自己选择Python的原因。 目前，机器学习牵涉的编程语言十分多样，包括了MATLAB、Julia、R、Perl、Python、Ruby等等。首先，Raschka定义 了语言好坏的原则：一门好的语言应该使得编写、调试和执行代码的总时间最
作者简介：Steven J. Vaughan-Nichols，自1993年（Linux问世两年之后）开始使用Linux，尝试过数十个不同的发行版，运营网站Desktop Linux。现在用三个不同的Linux发行版做日常工作。 Linux已经有上百个不同的发行版，哪一个最适合你？读完本文之后，不用尝试过所有的版本，你也能轻松地做出自己的选择。 你要明确的一个问题是：“用Linux来做什么？”一旦这个问题搞明白了，其他的都迎刃而解。 1. 有了Web之后，谁还需要桌面程序？ 你的日常工作都通过Web完成吗？你
版权申明 作者：Murat Yazici 原文链接：http://www.ibmbigdatahub.com/b ... rning 翻译：星星 PPV课原创翻译文章，如需转载请微信留言获得授权，不得未经授权转载! 文本挖掘分析的是包含在自然语言文本中的数据。它可以帮助企业从文本型数据中获得具有潜在价值的商业洞察力，比如Word文档、邮件或Facebook、Twitter、LinkedIn等社交媒体上的帖子。对于在信息检索和自然语言处理等方面应用机器学习技术这
CRAN包库有6778个常用的包。哪些是你知道的？下面对此进行以下的分析，同时在文章底部另请参见原始数据链接。 这些R包都是Kagglers里的技术大牛最青睐的，而且被很多写过相关文章的笔者所赞成的，而这些包的使用率或评价高低取决于其它的包对于这个包的依赖程度。它们也取决于来自Crantastic.org并使用其众包解决方案的用户。但是，这些用户评级太少以至于不能基于分析所决定。 从一月到五月，我们探讨一下通过分析CRAN的日均下载量来统计有多少关于机器学习的包被下载了。 1.e1071:潜类分析函
现在很多人都在谈论大数据，初创公司也在探索大数据，深度学习也是科学研究的一个热点。显而易见我们正面临着一场信息革命。数据正以惊人的速度增长，过去两年全世界共产生了2 ZB的数据（1 ZB=十亿 TB）。这些数据主要的来源是服务器日志的大量使用、物联网、各种传感器、社交媒体以及电子邮件。 大数据要多大？ 如果你觉得你的10GB硬盘就叫大数据了，我只能说呵呵。100GB的服务器数据库也只能叫“小数据”。就算是11TB的分布式数据库也算不上是大数据。100TB的大规模并行处理系统勉强称得上是大数据。现在数据规模
【陆勤看点】如何认识和理解数据科学家？一种很好的方法就是查看数据科学家职位的描述，即数据科学家在公司中负责什么？数据科学家需要什么样职能要求？本文是一个数据科学部门招聘数据科学家的描述，值得一看。 数据科学部门正在寻找有热情应用统计学、机器学习和分析从数据集中获得洞见的数据驱动人。 在数据科学部门中，我们通过把那些最优秀数据工程师和数据科学家召集在一起，并让他们帮助我们的顾客从它们的数据中提取他们所需的相关信息。而这种人负责指挥和主导能够解答顾客各种疑问和从数据集中提取洞见的专业等级分析的交付。 关于这
对于接受和拥护DevOps多年的人来说，DevOps的逐渐流行就如同大学出来找到第一份工作一样让人兴奋。好吧，或许并没有这么兴奋，但还是非常酷的：-） 越来越多不同规模的公司开始拥抱DevOps，甚至
【摘要】近日，人气开源分布式内存文件系统Tachyon正式更名为Alluxio，并发布了1.0版本。自从Alluxio的第一个开源版本发布之后，我们社区的人数从1个迅速增加到200多个，这200多人来自50多个公司，这些公司将Alluxio部署到由成百上千机器构成的生产环境中。 Alluxio（前Tachyon）起源于我读博期间在 UC Berkeley AMPLab实验室的一个研究项目，那时候Spark和Mesos正在快速发展，我们见证了Spark和Mesos分别在计算、资源管理方面的强大能力，但同时也
Format 交互方式 Interactive visualisations allow you to modify, manipulate and explore a computer-based display of data. The vast majority of interactive visualisations are found on websites but increasingly might also exist within apps on tablets and smart
1. C4.5 C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2) 在树构造过程中进行剪枝； 3) 能够完成对连续属性的离散化处理； 4) 能够对不完整数据进行处理。 C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。 2.
原作者 Vivian Zhang , Chris Neimeth 编译 CDA 编译团队 本文为 CDA 数据分析师原创翻译作品，转载需授权 根据美国招聘网站 Glassdoor 关于50个最热门工作岗位的报告，数据科学家毫不意外的连续第二年获得了首位。每年， Glassdoor 会根据所有工作获得的“ Glassdoor 工作得分”发布此报告。评分取决于三个关键因素：市场职位需求，工作满意度和平均年薪。 凭借着工作得分 4.8 分，工作满意度 4.4 分（ 5 分为满分），平均年薪 11 万美元
安德鲁•W•穆尔简介 卡耐基梅隆大学的计算机科学学院院长，机器学习、人工智能、机器人技术，大数据统计计算行业背景，热爱算法和统计，最喜欢机器人技术。 曾在机器人控制，生产制造，强化学习，天体物理学算法，防恐，网络广告，网络点击率的预测，电子商务的监控算法，物流等领域工作过。 我热爱的技术（算法，云架构，统计，机器人，语言技术，机器学习，计算生物学，人工智能和软件开发过程）对社会的未来的影响。我们很幸运的生活在这样一个激动人心的充满变化的时代。 以下的一些链接指向了一套关于数据挖掘的很多方面的教程
每一次参与商业分析论坛或者和学生互动的时候，他们经常问这样两个典型而且被多次解释的问题： 我是一个本科生（或者别的学历），而我很希望能从事分析行业，而我应该怎么做呢？ 或者 我想在分析行业干一番大事或打算转行到分析行业，那我又该怎么办呢？ 而且，我在我的邮箱或社交媒体上收到的留言也是问同样的问题。为了能给这些人一个最好的答案，我认为最好还是写一篇文章然后给每个人一个入门的平台。 这门学科本身的研究范围就比较广，所以我会给大家提供一份能够执行且关注特殊子主题的概要，然后在后面的文章会提到。 在探讨如何构建你的
什么使一个故事真正成为数据驱动呢？在某种程度上，数字不再仅仅是出现在侧栏的表格，而是能够在真正意义上促进故事的发展。 数据可以帮助我们用不同视角叙述不同类型的故事。我在Tableau Public的同事Ben Jones鼓励我用七种不同的类型来构造数据故事（(à la Christopher Booker的七个基本的故事情节)。Jones这个想法是根据大量数据故事的分析得出的，也可以帮助人们了解一些其他东西，使数据不再受限于侧栏表格。这些分类旨在让数据成为一个思想启动器而非我们看到的简单直白的结果，这样无疑
随着数据科学领域的招聘信息越来越多，范围也越来越广.Datacamp根据最新的数据科学相关招聘信息，全面的了解各个行业之间数据科学领域每个职位角色之间的差异，以及所赋予的工作职责。 最主要分为以下几个
在上一节教程中，我们展示了如何在CentOS上使用Squid配置透明代理。Squid提供了很多有用的特性，但是分析一个原始Squid日志文件并不直接。比如，你如何分析下面Squid日志中的时间戳和数字？
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
