计算＆AI •
1035 引用 •
1105 回帖 •
472 关注
博客
关注
-
集算器三大场景之 敏捷计算编程。 [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] ..
-
集算器三大场景之 高性能计算数据库。 [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图 ..
-
集算器三大场景之 应用计算中间件。 [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片 ..
-
定性数据是指不能用数值尺度记录的数据，他们仅仅能被分成不同的类别，比如人的性别分为男、女，美国 50 名 CEO 的政治背景（民主党、共和党或无党派），消费者对某产品的满意程度（十分满意，一般 ..
-
我们来看一个例子，下图是一组球员的年收入数据，单位万美元，他们的平均收入是多少？ [图片] 很容易，我们能够计算出他们的平均年收入是 597 万美元，这么看球员似乎是一个非常高薪的职业，但是仔 ..
-
【摘要】 多维分析（OLAP）中常见的枚举维度切片（过滤条件 in）和二值维度（是否型过滤条件）如何优化？点击了解 ${article} 问题描述 多维分析（OLAP）系统的汇总和切片，实际上 ..
-
【摘要】 面对高并发账户记录查询问题，按照本文的介绍一步一步操作，就能有效提升性能。点击了解 ${article} 问题描述 高并发账户记录查询在银行、互联网企业、通信企业中广泛存在。例如：网 ..
-
外存去重，如果数据对去重字段是有序，而且结果集很大，可以用 cs.group。但是 group 依然会生成分组子集，所以用 cs.group@1，取每一个分组的第一条记录组成排列后返回（注意是 ..
-
节点服务器 unitServer 默认是中文界面。 在集算器 bin 目录中找到 config.xml，将 -Duser.language=ch 改为 -Duser.language=en 即 ..
-
现在是大数据时代，数据中蕴含的价值也越来越受到重视，只要积累了足够的数据就可以利用 AI 技术手段来发掘数据里的价值。今天我们就来看下如何使用历史数据来进行商业预测。 1. 准备历史数据 历史 ..
-
【摘要】 全量预汇总真的是提高 OLAP 性能的可行方案吗？点击了解 ${article} 多 ..
-
将两个表或者多个表关联在一起是常见的运算，这时通常使用 SQL join 的方式进行关联并进行后续计算。但有时数据并不存储在数据库，而是以文件的形式存储在文件系统，单纯为了计算而把数据存储到数 ..
-
一句“人生苦短，我用 Python”，让多少职场人为之疯狂，培训机构甚至豪言小到黄口小儿，大到七旬老汉都学得会 Python。如果你在职场中经常跟数据打交道，曾经可能 Excel 是最常用的工 ..
-
前言 大数据时代，数据挖掘技术也从科研实验室走向了各种商业化的应用。但是, 对于我们大部分没有专业背景的人来讲，对数据挖掘的理解可能还是一个非常模糊的概念，仅仅知道数据科学家是一个高薪职业，自 ..
-
Case 1 背景：某银行个人分期违约数据，预测个人用户违约概率 数据集：290 万行，37 列， 477MB 目标变量：是否违约 评估内容： 测试集上模型表现：AUC、前 10%Lift、模 ..
-
一、 问题描述 键值查询是很常见的查询场景，在数据表上建有索引后，即使表中数据记录数巨大（几亿甚至几十亿行），用键值查询出单条记录也会很快，因为建立索引后的复杂度只有 ..
-
[图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [图片] [ ..
-
问题描述 X 公司资产负债表，访问人员众多，访问频次很高，明细数据约 6000 万，业务人员要等待 60 秒以上才能看到结果，响应速度严重影响业务，急需优化。 报表表样如下： [图片] 解决过 ..
-
对于一个数据挖掘项目而言，我们可以选择的模型众多，比如我们可以选择：线性回归、Logistic 回归、决策树、集成算法等，同样对于一个模型而言，也有很多参数和图形来评估模型好坏。数据挖掘的目的 ..
-
Pandas 是 python 的一个数据分析包，是基于 NumPy 的一种数据分析工具，其中纳入了大量库和一些标准的数据模型，提供了快速便捷地处理数据的函数和方法，是高效地操作结构化数据集所 ..
-
数据挖掘模型建好后，我们通常会关注建模时的准确率查全率等指标，但是常常会忽略模型另一个重要指标：模型的衰减程度，也就是模型在实际应用中预测能力的变化（一般都会越用越差）。 为什么会发生模型衰减 ..
-
如今，提到人工智能，几乎无人不谈深度学习，似乎不用深度学习就不好意思谈人工智能。今天我们就用几分钟的时间来讲一下深度学习到底是什么，有什么用。 首先深度学习并不等于人工智能，它只是一种算法，和 ..
-
目前，由于数据挖掘技术的门槛较高，实现起来复杂度较大，因此一般一个数据挖掘项目通常就是建立一个模型，这个模型要尽量有更广泛的应用范围。这样做其实会导致模型的适应能力下降，而多个模型适用效果就远 ..
-
我们知道一个完整的数据挖掘项目通常包含以下流程（1）业务理解、（2）数据理解、（3）数据准备、（4）数据预处理和建模、（5）模型评估、（6）模型部署应用。而要完成一个数据挖掘任务，必须要具备两 ..
-
看看问题 S银行POS交易情况报表很慢，业务人员要等待一个多小时（3700秒）才能看到结果，严重影响业务。报表表样如下： [图片] 解决步骤 首先，要理解业务和计算特征。POS交易情况表连接数 ..
