aikudemn的博客

原文链接摘要： 如果你初来乍到，大数据看起来很吓人!根据你掌握的基本理论，让我们专注于一些关键术语以此给你的约会对象、老板、家人或者任何一个人带来深刻的印象。 让我们开始吧： 1.算法。“算法”如何与大数据相关?即使算法是一个通用术语，但大数据分析使其在当代更受青睐和流行。如果你初来乍到，大数据看起来很吓人!根据你掌握的基本理论，让我们专注于一些关键术语以此给你的约会对象、

合并查找算法(Union-find)——给定一组元素，该算法常常用来把这些元素分为多个分离的、彼此不重合的组。不相交集(disjoint-set)的数据结构可以跟踪这样的切分方法。 奥地利符号计算研究所(Research Institute for Symbolic Computation，简称RISC)的Christoph Koutschan博士在自己的页面上发布了一篇文章，提到他做了一个调查，参与者大多数是计算机科学家，他请这些科学家投票选出最重要的算法，以下是这次调查的结果，按照英文名称字母顺序排序。

在过去的 12 个月里，笔者一直在大数据的战壕里挖掘。好吧，其实大部分时间我只是坐在比我更聪明的人旁边，看他们怎么在战壕里挖掘数据，再把所做的事情进行简化以上报给管理层。 很少有真正独具一格的 IT 项目，那些听起来比较特别的项目最终也只是大同小异。

本文通过应用开源工具Apache Spack、Apache Hadoop和Deeplearning4j以分布式CPU运算完成VGG16模型迁移学习的应用，在Caltech-256数据集上实现了最好结果。

本文是一个kaggle数据处理的入门介绍，由Kaggle首席技术官Ben简单介绍以下2017年的NIPS 对抗学习竞赛数据的处理，用一个具体的代码实例介绍了如何生成目标对抗图像与非目标对抗图像，将对抗图像送入原先的分类器中，可以看到结果与原图大相径庭。

本文是关于Kaggle数据科学竞赛平台的初学者指南，总结出五个步骤和七个提示。其中五步骤介绍了由浅入深地慢慢适应Kaggle竞赛，七个提示让初学者能够享受在Kaggle平台上的一切。最后强调，通过Kaggle平台着重锻炼提示自己的职业技能，而不是看中竞赛的奖金。