• 4天前
    0

    阿里巴巴的数据研发体系是如何建立和管理的?

    数据研发经常会遇到这些问题: 研发人数较多(超千人),频繁上下线,如何解决开发效率的问题?业务高速发展,数据量爆炸式的增长,如何有效控制存储与计算的线性增长?从数据采集到数据消费的整个链路非常复杂,如何保障整个数据链路的质量与产出时间?大数据建设的标准规范,如何制定并有效的执行?数据浩瀚如烟、纷繁复杂,如何能够迅速的找到自己想要的数据? 经过几年的摸索,我们通过 OneData 研发体系能够比较有效的解决上述问题。OneData 定位是:一个指标一个算法,一个维度属性只有一个名字,模型规范化,从算法定义、数据研发到数据服务,可管理追溯从而规避重复建设。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(4)
  • 4天前
    0

    以社交活动的方式做计划-乐高公司的规模化敏捷

    乐高数字解决方案部门(DS)由20个左右的团队组成,负责处理孩子和家长手中各种设备- 普通电脑,平板电脑,各种app应用,可穿戴设备,虚拟现实设备等等进行通讯。我们同时也在展望未来的产品开发,如何去拥抱新的技术,如何将传统的玩法与酷炫技术,例如增强现实结合起来,或者找一种能够将一个物理模型“扫描”进游戏的方法。绝大部分的团队在丹麦的比隆,但是我们在印度也有一部分团队。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(9)
  • 7天前
    0

    基于智能手机传感器数据的人类行为识别

    本文使用了智能设备加速度传感器的数据,结合支持向量机的特性进行人类行为识别模型的设计和应用。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(10)
  • 12天前
    0

    在自动驾驶汽车的开发软件中使用模型

    在类似无人驾驶汽车这样自治动力系统的软件开发中,模型发挥着重要的作用——模仿及验证人们的驾驶行为,记录系统日志并生成代码。在2016年度的GOTO Amsterdam大会上,美国亚利桑那大学电气与计算机工程专业的副教授Jonathan Sprinkle就无人驾驶汽车的软件开发主题发表了演讲,他认为:无人驾驶汽车的软件起初都是单一整体式的,但如今逐渐向着可组合的拼装式方向发展,新的软件可根据需求进行功能拼装。此外,之前大量的数据都来自诸如雷达、GPS和摄像机等传感器,但如今通过传感器融合,并朝着可感知的方向发展,这些数据都合并到了同一张地图上。这意味着如今的汽车不再将周边整个世界视为静态数据,而是主动去感知,并根据新增类型的传感器推断这些事物会如何移动。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(21)
  • 12天前
    0

    Tabris.js 2.0 Beta 1 Is Here 翻译

    — The first beta of the 2.0 release includes a new UI model, new page navigation widget and more. 翻译

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(3)

    翻译快讯标题

    请翻译快讯标题

    翻译快讯简述

    请翻译快讯简述
  • 14天前
    0

    全景业务监控平台(Goldeneye)

    本次演讲向大家介绍一种基于数据统计分析的业务监控检测方法,通过收集监测数据的样本,并使用智能检测算法模型,让程序自动对监控项指标的基准值、阈值做预测,在检测判断异常报警时使用规则组合和均值漂移算法,能精确地判断需要报警的异常点和变点。因为传统的同环比对比比较单调,在工作日和节假日对差异下存在大量的误报、漏报,在监测指标波动时不能有效地过滤掉不值得关注的疑似异常,大量的误报会淹没真正的异常报警。我们从预测样本的选取、监控项报警检测灵敏度区分、异常持续状态次数、均值漂移过程等方面做了智能检测程序,可以避免人工维护的惰性和不可持续性带来的隐患。在故障辅助定位方面,我们通过建立全链路 tracing、上下游数据关联依赖、数据粒度逐层细分、诊断树模型等方式,缩小排查定位问题的范围,直接通过数据分析提供可参考的定位信息,在实际应用中可以降低故障带来的损失。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(8)
  • 15天前
    0

    基于大数据的业务风控体系

    在当今互联网+ 风起云涌的大环境下,一方面电子商务,互联网金融,各类 O2O 遍地开花,另一方面互联网上的各类违法违规的恶意行为也愈演愈烈,严重影响互联网生态的正常秩序。为了保护正常用户的利益,每一个互联网企业都需要认真的应对复杂多变的业务安全风险。阿里巴巴集团在多个不同的领域打造了拥有海量用户的互联网业务平台,在阿里的平台上每天都有巨大量级的用户事件发生,为了从这些用户事件中找到蛛丝马迹,及时准确的发现风险,合理高效的处置风险,我们建设了基于大数据的风险防控体系,利用阿里强大的数据+计算+智能算法的能力,有效的应对各类业务安全风险,为阿里的业务发展保驾护航,并且通过安全服务的输出,帮助更多的互联网企业对抗业务风险。 本次演讲主要介绍阿里基于大数据的业务风控体系,内容包括: 业务安全风险分类介绍; 8 层安全模型; 全链路防护体系; 数据+计算+算法的业务安全解决方案。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(18)
  • 21天前
    0

    郑泽宇:从学生时代起接触机器学习,人工智能尚待技术突破

    来自才云的郑泽宇分享了才云的云平台运维管理系统和大数据的结合点与应用,介绍了他们深度学习模型的选型考量,训练数据的来源和数据清洗相关的经验,分享了他对AI发展,还有对计算机AI与人类智慧博弈的看法,最后谈到了阿里云和Docker官方合作的对才云的影响。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(17)
  • 1月前
    0

    滴滴的高可用建设之路

    滴滴创业四年多以来,几乎是互联网发展的一个奇迹,从早期的几个人发展成为现在6000人,业务量从以前的0到现在近3000w日订单量,覆盖用户也近几亿人,早期的滴滴和快的的短兵相接导致的爆发式流量的增长,对业务系统的稳定性带来越来越多的挑战。滴滴的业务模式有其独特性,和电商的交易类型不同的是滴滴的乘客、司机模型是一个动态匹配的过程,如何将一个乘客更好的匹配到一个最合适的司机会有很多因素,而且订单的流转也比较复杂,所以滴滴复杂的业务模型也觉得了稳定性建设的难度。另外由于滴滴的要求业务开发的快速迭代,导致滴滴的技术栈一直没有统一掉,所以导致系统开发语言非常多样,这对系统稳定性也带来很多不确定性。所以在这种复杂的业务和基础环境下,如何保持业务的快速发展又要保证业务的高可用是非常大的挑战,本主题就是介绍滴滴这个场景下的高可用建设思路。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(29)
  • 1月前
    0

    2016机器学习大盘点(第1篇)

    作为系列文章的第一篇,本文回顾了机器学习/深度学习领域在2016年的进展,内容涉及:对于偏见的担忧、可解释的模型、深度学习的快速发展、超级计算成为主流,以及依托云平台打造的机器学习/深度学习栈这五方面内容。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(11)
  • 1月前
    0

    Microsoft Edge更新:支持WebVR,使Flash可以即点即运行

    微软已经在2017年开始推出 Windows 10 builds 15002和15007给最终用户,针对Edge多进程模型、即点即用的Flash内容和对WebVR更新的支持为开发人员提供了一个全新的UWP架构。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(8)
  • 1月前
    0

    基于机器学习方法对销售预测的研究

    销售预测业界的重要需求,对库存的安排、配货分货有着重要的指导意义,但同时,因为受到各种因素的影响,销售预测的难度也非常大。本次分享总结了百分点的一些销售预测实际项目经验;首先,研究、比较了不同的机器学习和统计学习方法,如线性回归、随机森林、决策树、xgboost、时间序列等方法,对商品销售进行短期、中期和长期的预测效果。其次,介绍了这些模型的实现方式和相应的优缺点,再次,结合百分点在企业项目上的实际案例来解读销售预测,最后,对销售预测的发展方向做了一定的展望。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(34)
  • 1月前
    0

    电商 CRM 的微服务重构实践

    作为全球最大的电商平台,阿里巴巴面对的是逾 4 亿的活跃消费者、上千万的活跃商家、几千种阿里自有产品和业务,以及每天上千万笔的交易。从这些天然交易闭环里,有极其丰富的数据,如何用技术来实现用户的“One-Click”和“One-Stop”的服务体验? 通过微服务架构的应用,我们重构了原来臃肿低效的 CRM 系统,让每个服务小团队专注自己的业务快速迭代。同时,通过数据、模型、机器学习等智能技术手段构建全新的后台微服务,极大的扩展了我们平台的服务吞吐能力,即使在双十一的特殊场景下,利用非常有限的人力,也完美承接了当天上千万消费者的服务诉求和几亿消息的发送。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(59)
  • 1月前
    0

    Google借助机器学习API拓宽企业领域应用

    在过去数年中,企业云应用一直处在大型企业的前沿。为更好地服务企业级用户及其需求,Google发布了云视觉、云语音、云翻译、云自然语言等一系列基于机器学习的API服务,提供即可使用的机器学习模型。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(31)
  • 1月前
    0

    CanJS 3.0版将框架划分为更细粒度的模块

    Bitovi发布了JavaScript框架CanJS的3.0版。该项目做了很大的改进,这使得Can-connect模型层Observable对象更强大和易用,框架也做了更细粒度的模块划分。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(13)
  • 1月前
    0

    大数据的提升

    虽然大数据在近几年大幅增长,目前普遍使用的大数据概念仍然停留在 2001 年定义的 3V 模型。在过去的 15 年间,出现了许多产品用于处理大型数据,行业趋向成熟,导致“大”不再成为唯一的头痛问题。本次演讲将调查当务之急,分析近期数据的演变,探讨数据的其他核心困难。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(25)
推广服务

There is no post