PUSHIAI的博客

NebulaGraph 与普适智能将始终坚持科技创新，持续为客户提供先进的产品与服务，赋能金融机构的数字化转型

您可能会遇到的第一个问题不同类型的机器学习算法有哪些，它们有什么用，以及我应该选择哪一种？这篇文章将帮助您回答这些问题。

查看结构化和非结构化数据、它们的主要区别以及哪种形式最能满足您的业务需求。

在我们深入研究工具之前，了解现有工具的类别很重要。所有可视化工具包都是根据特定目的构建的，因此您必须确保工具的目的符合您的需要。我将所有图形可视化工具分为四大类：开发工具，帮助开发人员处理图表。 探索工具，帮助分析师探索数据关系。 分析工具，用于揭示趋势和差异。 报告工具，用于创建和组织数据报告。1. Neo4j浏览器（开发工具）该Neo4j的浏览器可能与Neo4j的工作时，你会碰到的第一件事情。作为数据库开发人员运行 Cypher 查询的工具，浏览器允许您以图形或表格格式呈现查询结

图表无处不在。您的社交网络是人和关系的图表。你的家人也一样。您从 A 点到 B 点所走的道路构成了一个图形。将这个网页连接到其他网页的链接形成了一个图表。当您的雇主向您付款时，您的付款会通过金融机构的图表。基本上，由链接实体组成的任何东西都可以表示为图形。图表是可视化人、对象和概念之间关系的绝佳工具。然而，除了可视化信息之外，图表还可以成为训练机器学习模型以完成复杂任务的良好数据来源。图神经网络（GNN）是一种机器学习算法，可以从图中提取重要信息并做出有用的预测。随着图变得越来越普遍，信息越来越丰富

为解决大规模计算和海量数据处理问题，Google 在 2010 年提出了图计算模型 Pregel。随后又陆续出现了。GraphLab、GraphChi等典型图计算系统。图计算是人工智能的一个使能技术。大数据时代，越来越多的数据采用图结构进行表示．图也是一种能够表达对象之间复杂关系的数据存储方式。那么，什么是图？下面是数据类型的结构和图的结构表示对比：可以看出：图（ｇｒａｐｈ）是一种用于表示对象之间联系的抽象数据结构。接下来，小普列举几个常见的图计算模式：（这部分比较偏向.

经济政策调整，资管领域机构陷入担忧近年来，在次贷危机、人口红利消退等诸多因素影响下，我国原有主要依靠投资拉动的经济增长模式，逐渐步入发展瓶颈。许多传统行业的公司在逐步转型的过程中增速减缓，甚至发展受到较大影响。例如：2021年7月27日，股市引来一场大动荡。24日，中共中央办公厅、国务院办公厅印发《双减》（简称）的通知，明确教培机构一律不得上市融资，并严禁其资本化运作，导致教育股全线大跌，新东方收跌达47.02%。如此监管重锤之下，教育板块崩盘的余波无疑回弹到中概股，并就此在大盘掀起了“巨浪...

主成分分析 (PCA) 是一种无监督的机器学习技术。也许主成分分析最流行的用途是降维。但是，除了使用 PCA 作为数据准备技术之外，我们还可以使用它来帮助可视化数据。一张图片胜过千言万语。通过可视化数据，我们更容易获得一些见解并决定机器学习模型的下一步。小普发布本次文章后，您将了解如何使用 PCA 将数据可视化，以及如何使用可视化来帮助确定降维参数。先赞后看是个好习惯。完成本教程后，您将了解：如何使用可视化高维数据 什么是PCA中的解释方差 从高维数据的PCA结果中直观地观察解释方差让..

基础概念：自然语言处理 (NLP) 是机器学习的一个子领域，它使计算机能够理解、分析、操纵和生成人类语言。在本文中，小普将向您展示如何使用自然语言工具包 (NLTK) 开发您自己的 NLP 项目，但在我们深入本教程之前，让我们看一些 NLP 的日常用例。NLP 机器学习示例垃圾邮件过滤器 自动更正 预测文本 语音识别 信息检索 信息抽取 机器翻译 文字简化 情绪分析 文字摘要 查询响应 自然语言生成NLP 入门NLTK 是一个流行的 Python 库开源套件。NL

如今是大数据的时代，数据呈指数型增长，那么如何利用这些数据？离不开大数据计算，今天小普给大家介绍的是：Spark的分布式计算框架，它能很好地适配大数据场景下的计算任务。【相似度计算】是金融领域或商品推荐等领域的常见需求，如果需要计算M个用户两两之间的相似度情况，若用户特征个数为N。如果采用循环遍历的计算方式，我们需要计算M*(M-1)次才能得到两两用户之间的相似度情况。而如果我们采用矩阵计算的方式，只需构造一个M*N维的矩阵A，做一些简单的矩阵运算：运算的结果矩阵元素的下标，就对应这

在本文中，我将实现8 种图算法，探索 JavaScript 中图的搜索和组合问题（图遍历、最短路径和匹配）。这些问题是从《Java编程面试要素》一书中借来的。本书中的解决方案是用 Java、Python 或 C++ 编写的，具体取决于书的版本。尽管问题建模背后的逻辑与语言无关，但我在本文中提供的代码片段使用了一些 JavaScript 警告。每个问题的每个解决方案都分为 3 个部分：解决方案概述、伪代码，最后是 JavaScript 中的实际代码。要测试代码并查看它执行预期的操作，您...

前言本篇文章中，小普将以图分析这一技术栈为线索，站在行业的高度，抽丝剥茧，思考图分析的产品应用与用户体验，在整个介绍中，我们可以很清晰的看到，在图分析领域，机遇与挑战并存。再上征“图”当前数字业务格局中的海量数据集、复杂的处理能力和先进的分析模型为技术创新创造了机遇。IT 管理人员对“图”越来越感兴趣，并认为图技术能实现的解决方案与现有的解决方案在某种程度上有所不同，甚至更好。峰回路转，如今，图分析是各大企业的分析师、数据科学家和数据管理专业人士津津乐道的一门技术。大家跟着小普一起往下看，一

图形可视化工具的类别在我们深入研究工具之前，了解现有工具的类别很重要。所有可视化工具包都是根据特定目的构建的，因此您必须确保工具的目的符合您的需要。我将所有图形可视化工具分为四大类：开发工具，帮助开发人员处理图表。 探索工具，帮助分析师探索数据关系。 分析工具，用于揭示趋势和差异。 报告工具，用于创建和组织数据报告。1. Neo4j浏览器（开发工具）该Neo4j的浏览器可能与Neo4j的工作时，你会碰到的第一件事情。作为数据库开发人员运行 Cypher 查询的工具，浏览器允.

什么是深度学习？深度学习试图模仿人脑，尽管与大脑的能力相去甚远，使其能够从大量数据中“学习”。旨在使系统能够以难以置信的准确度对数据进行聚类并做出预测。深度学习是机器学习的一个子集，它本质上是一个三层或更多层的神经网络，虽然单层的神经网络仍然可以进行近似预测，但额外的隐藏层可以帮助优化和改进准确性。深度学习驱动了许多人工智能 (AI)应用程序和服务，这些应用程序和服务可提高自动化、执行分析和物理任务而无需人工干预。深度学习技术支持日常产品和服务（例如数字助理、支持语音的电视遥控器和信用卡欺诈检测）

“图谱”的时代知识图谱自从2012年开始发酵，愈演愈烈，行业顶端的佼佼者纷纷发布企业知识图谱应用，知识图谱能为企业实现数据价值。只能说，图技术快速发展，业务需求不论变化与否，知识图谱是不可阻挡的趋势。2020年4月20日，国家发改委明确人工智能“新基建”的内涵，体现“重创新、补短板”的特征：助力传统基础设施智能化改造，提高传统基础设计的运行效率。图1 中国知识图谱效益增长规模——艾瑞咨询当前的人工智能其实可以简单划分为感知智能（主要集中在对于图片、视频以及语音的能力的探究）和认知智能（涉及知识推理、

解释之前，提个小问题假如你正在Eclipse下开发两个Java项目，姑且把它们称为A、B，其中A项目中的一些功能依赖于B项目中的某些类，那么如何维系这种依赖关系的呢？很简单，这不就是跟我们之前写程序时一样吗，需要用哪个项目中的哪些类，也就是用别人写好了的功能代码，导入jar包即可。所以这里也如此，可以将B项目打成jar包，然后在A项目的Library下导入B的jar文件，这样，A项目就可以调用B项目中的某些类了。如果在开发过程中，发现B中的bug，则必须将B项目修改好，并重新将B打包并对A项目进行重编

随着AI在全球各行业中的采用率不断提高，已经创建了许多新的职位。数据分析借助AI，可以实现很多目标。但是，其优势在于它利用的数据质量。作为数据分析师，您将需要收集数据，执行数据清理并获得可行的见解，以更好地制定决策。数据分析与AI紧密合作，以改变当今的业务生态系统。许多专业人士开始他们的职业在数据分析领域，因为它为在AI领域工作提供了重要的基础。必须具备扎实的统计概念知识，而不是SQL和其他编程语言方面的知识才能成为数据分析师。自然语言处理自然语言处理是AI的一部分，可促进机器与人之间的通信。作为N

作者：王畅 整理编辑：CarolSparkApache Spark被广泛认为是大数据行业的未来。自从Apache Spark进入大数据市场以来，它就获得了很多认可。如今，苹果，Facebook，Netflix和Uber等大多数尖端公司已经大规模部署了Spark。在Spark核心数据处理引擎之上，还有用于SQL，机器学习，图形计算和流处理的库，应用程序开发人员和数据科学家将Spark集成到其应用程序中，以**快速地大规模查询，分析和转换数据。**为了更好地了解Spark如何执行Spark / PySpar

大数据是信息技术（IT）领域中最热门的领域之一。但是，世界上大数据专业人员属于稀缺的人力资源。如果你有志往这方面发展，那这篇文章绝对适合你。大数据的前景广阔，但是如何进入大数据领域却是一个问题。在本部分中，小普将介绍一些**基本技能，**这些技能可以帮助您成为按需的大数据专业人员。事不宜迟，让我们看看可以使您成为按需大数据员工的一些技能。1、了解如何在团队中进行沟通和合作该技能与大数据专业没有直接关系，但可以帮助您领先于其他人。一项研究表明，IT专业人员中相当缺乏软技能。雇主不愿意与不了解如何在团队.

技术：apache-maven-3.3.9 +jdk1.8.0_102运行环境：ideaIC-2020.1.3 + apache-maven-3.3.9+ jdk1.8.0_102家精品内容，核心代码解析多代码预警~觉着有帮助的别忘了给小普点赞！作者：陈鸿姣 编辑：Carol01 概述TrueLicense是一个开源的证书管理引擎，使用trueLicense来做软件产品的保护，基于TrueLicense实现产品License验证功能,给产品加上License验证功能，进行试用期授权，在试用期过后

下载文件，可前往MyCat官网：http://www.mycat.org.cn/建议下载1.6版本l .配置环境：|- 最重要的MySql环境，因为MyCat就是服务于MySql数据库|- jdk下载（1.7以上） –mycat是基于java开发的，需要java编译环境软件工程领域内所有的系统都应该从这两个问题开始“这是什么？““为什么要有这个？”那么第一个问题——什么是Mycat？众所周知，系统开发中，数据库是非常重要的一个点。除了程序的本身的优化，如：SQL语句优化、代码优化，数据

1分钟入门数据治理！必看！【技术篇】前言：在进行大数据开发过程中，数据调研和开发规范都是必不可少的。数据调研便于理清数据源之间的关系，梳理出哪些数据是符合当下的业务场景以及确定所要用到的加工口径等。而良好的开发规范，能有效提高数据开发的质量以及效率，保证数据开发的规范性和准确性。数据治理这三点尤为重要：01 数据调研在源系统调研初期，需要与业务或者系统负责人询问系统数据相关的情况，可以针对以下5点对数据进行了解：(1) 明确系统贴源表的业务含义，以及同一系统不同表之间有怎样的关系，具体明确到表

前言：大数据时代，每个人的生活中都不存在所谓的绝对“秘密”，通过网络上的数据信息可以分析出一个人生活的各种痕迹。因此，保障大数据信息安全至关重要。本文主要介绍了散列算法、对称加密算法和非对称加密算法的概念和代码实现。数据安全的重要性1.数据保密性数据只能由授权实体存取、识别，放置非授权泄露，即数据不能被未授权的第三方使用。2.数据完整性防止非授权实体对数据进行非法篡改,即数据在传输过长中不能被未授权方修改。3.数据可用性数据对于授权实体是可用的，有效...

谷歌的 TensorFlow已经是一个非常成熟的框架，但是最几年Facebook 的 PyTorch却异军突起，逐渐成为热门，而且似乎有要赶超TensorFlow的趋势，PyTorch究竟是何方神圣？PyTorch到底是什么？简单来说PyTorch是一个ML的框架，常用于自然语言处理等应用程序。不同于Tensorflow，PyTorch可谓是非常年轻的一个框架，在2017才由Facebook人工智能研究院（FAIR）基于Torch推出。那么问题就来了，PyTorch有啥用...

数据质量管理不单纯是一个概念，也不单纯是一项技术、也不单纯是一个系统，更不单纯是一套管理流程，数据质量管理是一个集方法论、技术、业务和管理为一体的解决方案。通过有效的数据质量控制手段，进行数据的管理和控制，消除数据质量问题进而提升企业数据变现的能力，一切业务、技术和管理活动都围绕这个目标和开展。数据质量问题数据质量问题通常会存在以下几个方面的问题，通常对数据质量的评估也是围绕这几个维度进行的。 数据准确性：用于分析和识别无效或者不准确的数据，不可靠的...

说到可视化这个词，可能有的人会一脸懵逼，感觉很陌生，有的人会觉得索然无味，感觉这又是程序员闲暇之余想出的噱头而已。no，no，no，如果这么想你就错了。可视化的应用已经深入我们的生活中，能以非常炫酷的方式给我们提供优质且量多的数据信息，像今年大伙们看的比较多的疫情信息图，还有淘宝双11的可视化数据大屏，都属于可视化技术的应用。什么？你说你想快速了解这个热门、实用的领域，那就接着往下看吧。首先，你得知道可视化的概念是什么。可视化，是利用计算机图形学和...

什么是Embedding？近年来，NLP自然语言处理、推荐系统，以及计算机视觉已成为目前工业界算法岗的主流方向，无论在哪个领域，对“Embedding”这个词概念的理解都是每个庞大知识体系的基石。今天我们就以诙谐生动的方式来理解一下这个看似高大上的名词吧。“Embedding”直译是嵌入式、嵌入层。看到这个翻译的时候是不是一脸懵圈？什么叫嵌入？意思是牢固地或深深地固定？那么它能把什么嵌入到什么呢？很开心地告诉你，它能把万物嵌入万物，是沟通两个世界的桥梁...

Apache Flink是一个框架和分布式大数据处理引擎，可对有界数据流和无界数据流进行有状态计算。可部署在各种集群环境，对各种大小的数据规模进行快速计算。Flink基本概念流处理：特点是无限、实时，无需针对整个数据集执行操作，而是通过对系统传输的每个数据项执行操作，一般用于实时统计。有界数据流：有明确定义的开始和结束，可以在执行任何计算之前通过获取所有数据来处理有界流，处理有界流不需要有序获取，因为可以始终对有界数据集进行排序，有界流的处理也称为批处理。...

HBase是一个分布式的、面向列的开源数据库存储系统，具有高可靠性、高性能和可伸缩性，它可以处理分布在数千台通用服务器上的PB级的海量数据。BigTable的底层是通过GFS来存储数据，而HBase对应的则是通过HDFS（Hadoop分布式文件系统）来存储数据的。HBase不同于一般的关系型数据库，它是一个适合于非结构化数据存储的数据库。HBase不限制存储的数据的种类，允许动态的、灵活的数据模型。HBase可以在一个服务器集群上运行，并且能够根据业务进行横向扩展。...

导读图计算就是研究如何高效计算、存储和管理大规模图数据。图是由顶点和边组成的，它可以对事物以及事物之间的关系建模，比如文章是点，文章与文章之间的超链接是边；或者顾客和商品是点，购买或者喜欢是边，购买的次数喜欢的程度是边的权重；再如银行卡持卡人是点，交易是边，交易频率交易金额是属性。针对这些关系模型，我们可以用最短路径算法做好友推荐，计算关系紧密程度；最小连通图可以识别洗钱或虚假交易；Keyperson可以找到社区领袖，防止客户流失的群体效应；对图做PageRank可以做传播影响力分析，找..

导读在当今大数据的应用越来越广泛的情况下，数据治理一直是企业面临的巨大问题，大部分只是单纯的对数据进行了处理，而数据的血缘、分类等等却很难实现，市场上也急需要一个专注于数据治理的技术框架，这时Atlas应运而生。▐Atlas的定义：Apache Atlas是Hadoop社区为解决Hadoop生态系统的元数据治理问题而产生的开源项目，它为Hadoop集群提供了包括数据分类、集中策略引擎、数据血缘、安全和生命周期管理在内的元数据治理核心功能。...

Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的、多副本的，基于zookeeper协调的分布式消息系统。它最大的特性就是可以实时处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志、消息服务等等。Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。01 kafka的定义和特征Kafka是一个分布式的基于发布/订阅模式的消息队列...

近年来，TypeScript（TS）越来越频繁的出现在人们的视野内，在各大新闻，论坛上都能看到其身影，当今主流的三大前端框架react，Vue3.0和Angular2中的后两者都使用了TS进行编写，鼓励和支持大家使用TS进行开发。那么，TS到底有什么魅力，让众多开发者如此青睐。TypeScript是Microsoft（微软）开发的一种开源编程语言，是JavaScript（JS）的超集，可以编译成JS代码。使用JS编写的合法代码，可以在TS中直接运行。相比JS，TS引入...

PageRank可以较为直观的理解为是对网页重要性排序的一种算法。Googel能在全球互联网搜索引擎中处于较高地位，该算法功不可没。导 读早期的搜索引擎通过计算用户查询关键词与网页内容的相关程度来返回搜索结果，即关键词匹配算法。但该种搜索引擎会极容易遭受Term Spam攻击，导致用户体验满意度大打折扣。例如，在页面上添加一个像“电影”这样的术语，并做数千次，搜索引擎就会认为这是一个非常重要的电影页面。当用户搜索“电影”时，搜索引擎将首先列出该页面。...

社区，即一群拥有相似特征的点，社区内的点连接紧密，社区间稀疏连接。我们可以把同一公司的同事看作是一个社区内的点，他们从事同一行业，可能有相似的教育背景，由于 工作需要，他们之间要进行频繁的沟通。而不同的公司就像是两个不同的社区，他们之间可能存在着业务往来，但关系远没有公司内部连接紧密。什么是社区切分？那么发现这些社区对我们有什么用呢？对于一家需要做广告宣传的公司，他一定是想花最少的钱，吸引最多的客户，通过广告的在某一社群的精准投放可以达到这一...

作为科技公司的一员，小普推荐能玩一整天的网站，当然是和编程有关的啦~强烈推荐一款以游戏形式学习python的网站：▐CheckIOCheckIO是一个Python代码游戏网站，用户可以通过编程来解决游戏中的各种任务，还可以与其他开发者玩编程逻辑游戏进行比赛，来交流编程技能、经验。它受众广泛，如果你是一个Python初学者，CheckIO可以让你学习基础知识，并在解决不同任务的过程中获得丰富的实践经验。如果你是一个有经验的程序员，CheckIO为你提供了一个完...

一听说Python要凉了，根本停不下想吃瓜的心！但是，最（yao）勤（qia）劳（fan）的小编还是决定！自己种瓜给大家吃！在定论Python凉不凉之前，本着程序猿务实的态度，我们先查看一下数据。以下是近期 TIOBE 编程语言排行榜的排行情况。▐什么是TIOBE 编程语言排行榜？TIOBE编程语言排行榜是编程语言流行趋势的一个指标，每月更新，这份排行榜排名基于互联网有经验的程序员、课程和第三方厂商的数量。排名使用著名的搜索引擎（诸如Google、M...