歡迎光臨
每天分享高質量文章

標籤:最佳化

第163頁
【應用】信用評分:第5部分 - 評分卡開發-知識星球
人工智慧

【應用】信用評分:第5部分 – 評分卡開發

cycadmin閱讀(377)贊(0)

筆者邀請您,先思考: 1 信用評分卡如何開發? 評分卡開發描述瞭如何將資料轉化為評分卡模型,假設資料準備和初始變數選擇過程(過濾)已完成,並且已過濾的訓練資料集可用於模型構建過程。 開發過程包含四個主要部分:變數轉換,使用邏輯回歸的模型訓練...

【應用】 信用評分:第4部分 - 變數選擇-知識星球
人工智慧

【應用】 信用評分:第4部分 – 變數選擇

cycadmin閱讀(270)贊(0)

筆者邀請您,先思考: 1 信用評分卡如何變數選擇? 2 變數選擇有哪些方法以及如何實現? “以少勝多”是信用智慧的主要理念,信用風險模型是實現這一標的的手段。 透過使用自動化流程並專註於關鍵資訊,信用決策可以在幾秒鐘內完成 – ...

Workflow 是如何一步步逼瘋運維的...「文末福利」-知識星球
後端

Workflow 是如何一步步逼瘋運維的…「文末福利」

cycadmin閱讀(311)贊(0)

來源:雲技術實踐 ID:kvm_virt」 和CMDB一樣,Workflow在設計過程中也存在著各種各樣的問題。不過文章平鋪直敘到這裡,我自己也覺得有些煩躁了。不如這樣,我們這次來個特別的安排,一邊講笑話一邊分析問題。當然,這是一個根據關於...

美拍短影片成本減半及毫秒起播最佳化實踐-知識星球
後端

美拍短影片成本減半及毫秒起播最佳化實踐

cycadmin閱讀(324)贊(0)

本文是來自美圖的黃及峰(阿不)在 GIAC 2018 深圳站分享的美拍短影片最佳化實踐的演講精華內容。 作者將從成本最佳化,成功率最佳化,播放體驗最佳化等幾個方面,整體介紹下美拍短影片成本減半以及毫秒起播最佳化實踐之路。檢視文末可以下載PPT。 內容...

資料科學部門如何建立-知識星球
大資料

資料科學部門如何建立

cycadmin閱讀(331)贊(0)

很多牛逼的公司都宣稱在建立資料科學部門,這個部門該如何組建,大家都在摸石頭過河。O‘reilly Strata今年 六月份釋出了報告 《Analyzing the Analyzers 》,比較清晰的闡述了資料科學部門所需要的不同角色及其技能...

Java和Docker限制的那些事兒-知識星球
後端

Java和Docker限制的那些事兒

cycadmin閱讀(386)贊(0)

Java和Docker不是天然的朋友。 Docker可以設定記憶體和CPU限制,而Java不能自動檢測到。使用Java的Xmx標識(繁瑣/重覆)或新的實驗性JVM標識,我們可以解決這個問題。 虛擬化中的不匹配 Java和Docker的結合併...

阿裡巴巴、百度、騰訊都在用的Java架構師知識體系-知識星球
後端

阿裡巴巴、百度、騰訊都在用的Java架構師知識體系

cycadmin閱讀(376)贊(0)

一、原始碼分析 原始碼分析是一種臨界知識,掌握了這種臨界知識,能不變應萬變,原始碼分析對於很多人來說很枯燥,生澀難懂。 原始碼閱讀,我覺得最核心有三點:技術基礎+強烈的求知慾+耐心。 我認為是閱讀原始碼的最核心驅動力。我見到絕大多數程式員,...

劉正元:Linux通用塊層之IO合併-知識星球
後端

劉正元:Linux通用塊層之IO合併

cycadmin閱讀(586)贊(0)

作者簡介: 劉正元,來自天津麒麟(kylinos.cn), linux核心愛好者,對核心IO子系統和核心除錯工具這塊比較感興趣,向內核上游核心貢獻過一些,目前在公司負責檔案IO協議棧的除錯調優。 相關閱讀: 宋寶華: 檔案讀寫(BIO)波瀾...

服務網格:8種方式簡化微服務部署-知識星球
後端

服務網格:8種方式簡化微服務部署

cycadmin閱讀(841)贊(0)

基於微服務的架構是未來的趨勢,但是實現這種架構會面臨許多困難。現代應用架構遠比過去的架構複雜,因此實現微服務架構將會帶來了一系列特殊的挑戰,而服務網格可以幫我們解決很多問題。 最近一段時間,管理者不再專註於除錯單個應用程式伺服器,相反,現代...

分享創造快樂