评微软收购GitHub

微软收购GitHub的战略意义


昨日,微软正式宣布以75亿美元收购GitHub。除了微软和GitHub以外,也许对这笔并购最在意的,正是微软的同城敌友,亚马逊。在我看来,GitHub也许是微软史上最好的收购。


75亿美元贵不贵?显然不便宜。在微软历史上210次公开的收购案里,GitHub的收购金额只排在LinkedIn的262亿美元以及Skype的85亿美元之后,和72亿美元收购的诺基亚大致相当。


目前,GitHub拥有大约2000万用户(几乎全是开发者)以及大约5700万个代码仓库,因此,微软需要为每个用户付出375美元的代价来获得他们。值吗?考虑到GitHub一年的收入是区区1.1亿美元,微软大概没可能直接从这2000万用户里拿回75亿美元。


作为参照物,2014年脸书收购Whatsapp时,为每个用户付出的代价不过42美元。


然而,与对Skype和诺基亚收购很不同的是,这一次微软的竞争对手们,包括亚马逊,谷歌,甲骨文,IBM等等,恐怕未必会认为微软作了了个糟糕的选择。而实际上,这些巨头们可能相当不舒服,而其中最不舒服的,可能还是亚马逊。因为GitHub的用户,是对亚马逊来说最重要也是最有战略价值的资源——开发者(Developers)。


著名风险投资机构A16Z的创始合伙人Marc Andreessen(对,就是做了Netscape网景浏览器的那个光头)2011年说过一句被无数次引用的话:”Software is eating the
world.” (软件正在吃掉全世界)



后来,又有一个人说了一句” Every business will become a software business.” (所有的企业都会变成软件企业)。说这句话的人叫做Satya Nadella。微软的CEO。


Satya在2015年说的这句话正好成为今天微软收购GitHub的注脚。GitHub是全世界最重要的代码库,或者叫做“代码拖管平台”。几乎所有的开源代码和开源项目都可以在这里找到,同时大约有2000万开发者在这里奉献代码,分享给其他开发者,或参与其他开发者的项目。实际上,GitHub已经成为了大部分开发者聚居的社区。


对程序员来说,GitHub固然是个打发闲暇周末的理想去处以及“世界上最大的同性交友平台“。然而,微软作为一个商业公司,公司的投资决定必须为了商业利益,那么收购GitHub能有什么商业利益呢?花掉75亿美元,收购一个年收入区区1.1亿美元、尚在亏损的公司,微软的目的是什么呢?为什么亚马逊应该在意呢?


大概在2010年(记忆有可能偏差),我参加过斯坦福一堂关于Entrepreneurship(创业教育)的在线课程。课程的头两个小时,讲的是如何通过亚马逊云服务(Amazon Web Service,AWS)以及云平台供应商Heroku获得课程所有的编程工具和实验环境。我突然意识到,如果所有的创业者和开发者,在开始创业或者开发的时候,首先选择了一个云平台,那么很可能他们会一直使用这个云平台,而更换平台也相当地困难。那么,类似于亚马逊的AWS和Heroku这样的服务,将拥有强烈的用户粘性,尤其当创业者和开发者的业务不断扩大的时候,AWS和Heroku可以借此驱动大量的云业务。如果斯坦福的MOOC在课程里都推广AWS和Heroku了,那么可以预见后两者将增长极快。


没多久以后,Heroku被另一个云计算巨头Salesforce以2.5亿美元收购。


而亚马逊依靠其云计算业务的强劲增长,股价在2010年后增长了10多倍。



(如果你觉得苹果股价增长了3倍多很不错,那么亚马逊在同期增长11倍多,而美国大盘标准普尔指数只不过增长50%,同期中国股市…不提也罢)


一直忽视云计算的微软,自从Satya Nadella 2014年担任CEO以来,也将业务完全倒向云计算。去年,基于云的Office365的收入已经超过了传统Office的收入。但是,在亚马逊云的核心——云计算基础设施领域,微软虽然迅速增长,但是还差得非常远:


(云计算市场份额)


上面这张图可以看出,虽然微软云计算业务的市场份额高速增长,从两年多前8%不到增长到现在的12%,但距离遥遥领先的亚马逊尚有巨大的鸿沟(另外两个保持高速增长的是谷歌和中国的阿里云)。这张图代表每年超过1000亿美元的市场机会,是整个IT产业最大的增长机会。


为了追赶亚马逊在云计算上的巨大优势,收购GitHub就是一个不错的选择。GitHub除了拉近微软和(很多对立的)开发者的距离,更重要的是,让微软能向开发者推广自己的云服务——Azure云。GitHub本质上是个存储代码的工具,而今天的大多数代码,都运行在某种形态的云上,而微软很容易在GitHub上提供专门针对Azure云的接口,让代码更方便地运行在Azure云上。运行在云上的代码,实际上是一个个的应用程序,因此微软实际上将未来的应用程序运行环境提前预约到了自己的云上。


转载于:https://juejin.im/post/5b3b39b45188251aa91d8a76

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值