- 综合排序
- 最热优先
- 最新优先
- 来自专栏LiveEdu在线科技教育平台
2017编程趋势预测：10大技术大热，10大技术遇冷
下面所列出的10种技术，摘自infoworld.com的一位编辑Peter Wayner撰写的文章21 hot programming trends -- and 21 going cold。 SVG和HTML包含了一大堆标签，Web开发者使用起来往往更方便，现在还有了大的APIs，让你可以在画布对象上详细地绘画图形，通常还会提供视频卡来帮助你使用。 新的Web应用程序是从前端到有大量内容的大数据库。当Web应用程序需要信息时，它就从数据库中提取信息并将信息注入到本地的模具中。 现在没有必要使用Web附加设备所需要的所有东西来标记数据，以便创建一个网页了。数据层是完全独立于演示和格式层。 10. 在线即时教育成趋势，四年传统教育不再是主流 以计算机为媒介的课程已经不是新玩意了，每个人正在享受着观看视频讲座的好处。
1.7K100发布于 2018-05-21 - 来自专栏媒矿工厂
视频技术10大进展@2020
媒矿工厂盘点了本年度视频技术的一些代表性技术，总结成以下10个方面。 1.新一代视频编码标准正式公布 ? (LCEVC, MPEG-5 Part 2) 参考： 【1】https://ottverse.com/vvc-evc-lcevc-mpeg-video-codecs/ 2.基于深度学习的图像/视频/数据压缩蓬勃发展 流媒体直播进入低延迟时代，端到端延迟下降到小秒级(~3s)，互联网上广泛使用的还是HLS和DASH，这两大阵营今年都对技术规范做了更新和发布：DASH IF: Guidelines on Low Latency 10/chrome-is-deploying-http3-and-ietf-quic.html 5.视频流媒体核心技术ABR算法研究平台及新Benchmark ? 中国两大互联网巨头腾讯云和阿里云均选择对标准WebRTC进行改造和升级，满足直播场景需求。
1.7K40发布于 2021-01-11 - 来自专栏凹凸玩数据
盘点 10大 数据库！
大家好，我是小五 DB-Engines 最近发布了 2021 年 9 月份的数据库排名。该网站根据数据库管理系统的受欢迎程度对其进行排名，实时统计了 378 种数据库的排名指数。 前 30 名的排行情况详见下图，前10大数据库 用线段做了分割。同时在文末，会免费赠送给大家一些数据库书籍！ 跌幅榜情况 较去年同期，本月三霸主集体暴跌再次霸占了“同期跌幅榜”。 虽然各大开源类数据库百花齐放，然而，在 DB-Engines 全球数据库排行榜上，Oracle 和 MySQL 依然是世界上最受欢迎的商业和开源类数据库，而且领跑优势还在继续扩大。 小众数据库不可小觑 数据库相关从业人员可以将 DB-Engines 数据库排名作为参考，大数据时代发展速度之快超乎我们的想象，新的数据库产品仍然在不断诞生，如果你的需求比较特殊，大众数据库产品无法很好地满足你 每天数据增量十多亿，近百万次查询请求。 快手内部也在使用 ClickHouse，存储总量大约 10PB， 每天新增 200TB， 90% 查询小于 3S。
2.5K10发布于 2021-10-18 - 来自专栏喔家ArchiSelf
青山遮不住——2020的10大技术趋势
百度——趋势10: 量子计算 量子计算将迎来新一轮爆炸性增长，为人工智能和云计算注入新的活力。在量子硬件方面，可编程中型噪声量子器件的性能将进一步提高，并具有纠错能力。 阿里对2020的技术趋势预测 阿里巴巴的达摩院也发布了自己对2020年的十大技术趋势预测，希望通过抓住技术革命的步伐，可以更好地利用这些“魔力” ，掌握自己的未来。 阿里——趋势9: AI的数据隐私 有关个人数据处理的数据保护法律法规要求的合规成本比以往任何时候都要高，人们对使用人工智能技术保护数据隐私的兴趣日益浓厚。 这种人工智能技术有望解决数据孤岛的问题，以及对当今数据共享实践缺乏信任的问题，并在可预见的未来真正释放出数据的价值。 阿里——趋势10：云成为 IT 技术创新的中心 随着云计算技术的深入发展，云已经远远超出了 IT 基础设施的范围，并逐渐发展成为所有 IT 技术创新的中心。
75820发布于 2020-02-17 - 来自专栏思谱云汇人工智能
10大热门人工智能技术
1、机器学习平台：提供算法、API、开发和培训工具包、数据以及计算能力，来设计、训练模型并将其部署到应用程序或其他机器中。目前广泛用于企业级应用，主要涉及预测或分类。 10大热门人工智能技术1.jpg 3、决策管理：引擎将规则和逻辑架构插入人工智能系统，并用于初始设置/培训和持续维护和调整相关决策。 目前应用于欺诈检测和安全等广泛的自动化辅助以及挖掘非结构化数据等领域。 6、自然语言生成：从计算机数据生成文本。目前用于客户服务、报告生成和商业智能汇总分析。 10大热门人工智能技术2.png 7、语音识别：将人类的语音转录并转换成对计算机应用有用的格式。目前用于交互式语音响应系统和移动应用程序。 8、虚拟人物：从简单的聊天机器人到可以与人类连接的高级系统。 目前主要用于大数据技术支持的模式识别和分类应用程序。 10、生物特征识别：使人类和机器之间的互动更加自然，包括但不限于图像和触摸识别、语言和身体语言。目前主要用于对市场的研究。
90100发布于 2019-06-19 - 来自专栏TechLead
大模型应用曙光 - 10X压缩技术
拥有10+年AI领域研究经验、复旦机器人智能实验室成员，国家级大学生赛事评审专家，发表多篇SCI核心期刊学术论文，上亿营收AI产品研发负责人。 如何在不牺牲性能的情况下将大语言模型缩小十倍？ 三种压缩模型的方法 模型压缩有多种技术。这里我将重点介绍三种广泛使用的类别。 两类常见的量化技术是后训练量化（PTQ）和量化感知训练（QAT）。 虽然这种方法在技术上更具挑战性，但它可以生成一个显著更小且表现良好的模型。例如，BitNet架构使用了一种三进制数据类型（即1.58位），匹配了原始Llama模型的性能！ 示例代码：通过知识蒸馏和量化压缩文本分类器 在基本了解了各种压缩技术后，让我们看一个如何在Python中进行压缩的实际示例。
48510编辑于 2024-09-24 - 来自专栏个人分享
数据挖掘10大算法详细介绍
想初步了解下怎样数据挖掘，看到一篇不错的文章转载过来啦~ 转自:http://blog.jobbole.com/89037/ 在一份调查问卷中，三个独立专家小组投票选出的十大最有影响力的数据挖掘算法 只有这样之后 SVM 才有能力对新数据进行分类。 为什么我们要用 SVM 呢？ SVM 和 C4.5大体上都是优先尝试的二类分类器。 关联规则学习是学习数据库中不同变量中的相互关系的一种数据挖掘技术。 举个 AdaBoost 算法的例子：我们开始有3个弱学习器，我们将在一个包含病人数据的数据训练集上对他们做10轮训练。数据集里包含了病人的医疗记录各个细节。 在10轮结束的时候，我们剩下了一个带着不同权重的已经训练过的联合学习分类器，之后重复训练之前回合中被误分类的数据。 这是个监督还是非监督算法？
2.3K40发布于 2018-09-06 - 来自专栏FreeBuf
2020年黑客首选10大Windows网络攻击技术
Red Canary近期公布了《2021 Threat Detection Report》，该报告涵盖了众多顶级网络攻击技术到MITER ATT＆CK框架的映射。 其中，就2020年黑客首选10大Windows网络攻击技术进行了调研。 2、19％：签名的二进制进程执行 排名第二的攻击使用2种技术：Rundll32和Mshta。两者都允许攻击者通过受信任的签名二进制文件创建恶意代码。同样，攻击者使用的是离地攻击。 因此，企业在建立查找异常攻击的基线后，建议使用Windows 10 Attack Surface Reduction设置来查找LSASS可疑访问。 10、4％：重命名伪装 攻击者通过重命名系统工具程序来绕过控件和检测。为此，建议不是直接查找文件名而是查找进程，从而确定攻击者是否正试图使用此技术进行攻击。
1.2K50发布于 2021-05-20 - 来自专栏灯塔大数据
技术 | 人生苦短，请用Python——10大Python库汇总
要说今年深度学习社区里面哪个库实现了大爆发，那必须是PyTorch，这个深度学习框架是Facebook今年才推出的。 Pendulum的一大优势是内嵌式取代Python的datetime类，可以轻易地将它整合进现有代码，并且可以在需要它的时候才进行调用。 如果只是训练朴素机器学习算法会让你很糟心，因此需要格外关注这类数据集。 好在这个问题已经解决了，还有各种不同的技术解决方案。 FlashText证明了算法和数据结构设计的重要性，由此可知，即便是简单的问题，更好的算法也可以比更强的CPU有效。 10、Luminoth 声明：本库是由Tryolab的研发中心开发的。 多亏深度学习技术的发展，图像处理技术也取得了长足的进步。 Luminoth是基于TensorFlow和Sonnet构建的一个处理计算机视觉的Python工具箱。
1.4K90发布于 2018-04-03 2026年全球半导体行业10大技术趋势
《电子工程专辑》基于这一年中与业内专家和厂商的交流，总结分析后挑选出了2026年全球半导体将出现或高速发展的10大技术趋势，本文将探讨这些先进技术的发展方向和市场前景。 2025年10月，英特尔率先发布了预计在2026年初问世、用于PC笔记本的Panther Lake处理器和用于数据中心服务器的Clearwater Forest处理器，都将采用英特尔18A工艺。 与此同时，RISC-V在消费、计算机、汽车、数据中心、工业、网络六大市场的份额会位于26%－39%之间。 这不仅提升了设计效率，也推动芯片开发从经验驱动转向数据驱动的智能化模式。 全球三大EDA厂商正引领这一转型。 该技术通过将计算单元嵌入存储器内部，消除传统架构中“存储墙”与“功耗墙”导致的90%以上数据搬运能耗，理论上可实现10－100TOPS/W的能效比，成为继CPU、GPU之后的算力第三极。
2K10编辑于 2026-03-23- 来自专栏华章科技
揭秘：亚马逊鲜为人知的10大物流技术
揭秘：亚马逊其实是一家牛逼的物流公司，外界不知道的亚马逊10大物流技术。 亚马逊的智能机器人Kiva技术 亚马逊2012年7.75亿美金收购的Kiva Systems，大大提升了亚马逊的物流系统。 订单与客户服务中的大数据应用 亚马逊是第一个将大数据推广到电商物流平台运作的企业。电商完整端到端的服务可分为五大类，即浏览、购物、仓配、送货和客户服务等。 智能入库管理技术 在亚马逊全球的运营中心，可以说是把大数据技术应用的淋漓尽致，从入库这一时刻就开始了。 智能分仓和智能调拨 亚马逊作为全球大云仓平台 ，智能分仓和智能调拨拥有独特的技术含量。在亚马逊中国，全国10多个平行仓的调拨完全是在精准的供应链计划的驱动下进行的。 同时也正是借助于上述技术，亚马逊在今年的双11中的数据尤为可观。
5.2K30发布于 2018-08-14 - 来自专栏云原生技术社区
10大K8s应用安全加固技术
本文译自 Top 10 Kubernetes Application Security Hardening Techniques[1]。 本文，将介绍10种开发者可以对应用程序应用加固的方法。 以下技术允许在开发过程中测试强化版本，从而降低在生产环境中应用的控件对运行工作负载造成不利影响的风险。 在1.18及以下版本中，与AppArmor一样，通过清单元数据部分的注释来完成。 相反，它是通过清单元数据中的自定义注解来完成的（在K8s的未来版本中有一个更改此行为的提案）。 指定的配置文件必须提前放在集群节点上，然后在下面的例子中代替指定。
99050编辑于 2022-08-12 - 来自专栏大数据
10大数据挖掘算法及其简介
Naive Bayes 10. CART 1.C4.5 C4.5以决策树的形式构造了一个分类器。为了做到这一点，C4.5给出了一组已经分类的数据。 分类器是数据挖掘中的一个工具，它取一堆数据来表示我们想要分类的东西，并试图预测新数据属于哪个类。 例如，假设在患者数据集中。 这是一种非常受欢迎的用于研究数据集的聚类分析技术。 聚类分析是一组用于形成群体的算法家族，这些算法的组成员更相似。集群和组是聚类分析的同义词。 例如，假设我们有一个患者数据集。 4.Apriori Apriori算法学习关联规则，并应用于包含大量事务的数据库。 关联规则学习是一种数据挖掘技术，用于学习数据库中变量之间的相互关系和关系。 例如，假设我们有一个超市交易数据库。 10.CART CART代表分类和回归树。它是一种决策树学习技术，它输出分类或回归树。和C4.5一样，CART是一个分类器。 分类树是否像决策树?分类树是决策树的一种类型。分类树的输出是一个类。
1.2K70发布于 2018-01-19 - 来自专栏ATYUN订阅号
10大数据挖掘算法及其简介
Naive Bayes 10. CART 1.C4.5 C4.5以决策树的形式构造了一个分类器。为了做到这一点，C4.5给出了一组已经分类的数据。 分类器是数据挖掘中的一个工具，它取一堆数据来表示我们想要分类的东西，并试图预测新数据属于哪个类。 例如，假设在患者数据集中。 这是一种非常受欢迎的用于研究数据集的聚类分析技术。 聚类分析是一组用于形成群体的算法家族，这些算法的组成员更相似。集群和组是聚类分析的同义词。 例如，假设我们有一个患者数据集。 4.Apriori Apriori算法学习关联规则，并应用于包含大量事务的数据库。 关联规则学习是一种数据挖掘技术，用于学习数据库中变量之间的相互关系和关系。 例如，假设我们有一个超市交易数据库。 10.CART CART代表分类和回归树。它是一种决策树学习技术，它输出分类或回归树。和C4.5一样，CART是一个分类器。 分类树是否像决策树?分类树是决策树的一种类型。分类树的输出是一个类。
1.2K130发布于 2018-03-06 - 来自专栏加米谷大数据
2020年，你需要掌握的10大趋势技术
如今，提高自己的技能是必需的，原因很简单，技术发展非常迅速。我列出了十大趋势技术，这些技术有望在2020年获得巨大的市场。 ) Angular和React DevOps 物联网(IoT) 智能应用程序(I –Apps) 大数据(Big Data) RPA(机器人流程自动化) 10)RPA(机器人过程自动化) 通常，任何行业中的任何桌面工作都涉及本质上是重复的并且可以自动化的任务 它与人类语言进行交流，并通过了解大数据的复杂性来帮助专家做出更好的决策。预计到2020年，其市场规模将产生138亿美元的 收入，并且是今年要考虑的十大趋势技术之一。 IBM，Google，Microsoft，Cisco等大品牌已经开始实施这项技术，以适应即将到来的市场。 3)增强现实(AR)和虚拟现实(VR) 虚拟是真实的! [djxogljiua.jpeg] 1)人工智能(AI) 可以说人工智能在互联网诞生之前就已经存在，但是现在，数据处理和计算能力的强大，足以让其独自支撑整个技术。
68320发布于 2020-05-18 - 来自专栏五分钟学算法
10 大算法
与早期的排序算法相比(如冒泡算法)，这些算法将排序算法提上了一个大台阶。也多亏了这些算法，才有今天的数据发掘，人工智能，链接分析，以及大部分网页计算工具。 02 傅立叶变换 和快速傅立叶变换 ? 5 哈希安全算法(Secure Hash Algorithm) 确切地说，这不是一种算法，而是一组加密哈希函数，由美国国家标准技术研究所首先提出。 9 数据压缩算法 数据压缩算法有很多种，哪种最好？这要取决于应用方向，压缩mp3，JPEG和MPEG-2文件都不一样。 哪里能见到它们？不仅仅是文件夹中的压缩文件。 你正在看的这个网页就是使用数据压缩算法将信息下载到你的电脑上。除文字外，游戏，视频，音乐，数据储存，云计算等等都是。它让各种系统更轻松，效率更高。 10 随机数生成算法 ? 这些算法在许多领域都有应用，如网络连接，加密技术，安全哈希算法，网络游戏，人工智能，以及问题分析中的条件初始化。
52840发布于 2019-06-03 - 来自专栏边缘计算
Gartner：基础设施和运营领域10大技术趋势
近日，Gartner评估了基础设施和运营（I&O）领域的各种新技术，从中选出会在未来五年内成为主流、对I&O产生最大影响的十项技术。这些技术将从三个方面推动基础架构的变革： ? AIOps平台将大数据和机器学习相结合，支持多个主要的IT运营功能。IT运营生成的数据在数量、种类和速度上不断增长，而AIOps平台可灵活摄取和分析这些数据。 这些平台支持同时使用多个数据源、数据收集方法以及分析和演示技术。 2018年该比例不到10％。 DevOps工具链由用于支持DevOps流水线活动并在软件开发生命周期中提供快速反馈的工具组成，通常涵盖六个主要活动：规划、创建、验证、发布、配置和监控。 10 无服务器计算 成熟度：早期，1%-5％的市场采用率。 预测：到2022年，将有超过30％的全球企业部署无服务器计算技术，而如今这一比例还不到5％。 无服务器计算是IT服务交付的模型。
85020发布于 2020-08-17 - 来自专栏大数据学习交流
10个最热门的大数据技术
大数据已经融入到各行各业，哪些大数据技术是最受欢迎？哪些大数据技术潜力巨大？请听大讲台老师对10个最热门的大数据技术的介绍。 （一）预测分析 预测分析是一种统计或数据挖掘解决方案，包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术。可为预测、优化、预报和模拟等许多其他用途而部署。 随着现在硬件和软件解决方案的成熟，许多公司利用大数据技术来收集海量数据、训练模型、优化模型，并发布预测模型来提高业务水平或者避免风险;当前最流行的预测分析工具当属IBM公司的SPSS,SPSS这个软件大家都已经很熟悉了 （七）数据可视化 数据可视化技术是指对各类型数据源(包括hadoop上的海量数据以及实时和接近实时的分布式数据)进行显示;当前国内外数据分析展示的产品很多，如果是企业单位以及政府单位建议使用cognos 通过上文10个热门大数据技术的了解，也能推测出大数据的发展趋势。想学习大数据的朋友，也可以用来参考。
74920发布于 2019-06-28 - 来自专栏大数据成神之路
阿里大数据之路：数据技术篇大总结
统一计算平台 3.2 统一开发平台 3.3 任务调度系统 3.4 特点 四、实时技术 4.1 流式技术架构 4.1.1 数据采集 4.1.2 数据处理 4.1.3 数据存储 4.2 流式数据模型 4.2.1 基于浏览器）日志采集技术方案； UserTrack是APP端（无线客户端）日志采集技术方案。 此类日志是最基础的互联网日志，也是目前所有互联网产品的两大基本指标：页面浏览量（Page View，PV）和访客数（UniqueVisitors，UV）的统计基础。 四、实时技术 4.1 流式技术架构 架构分为数据采集、数据处理、数据存储、数据服务四部分。 4.1.2 数据处理 SQL语义的流式数据分析能力。 流式处理的原理：多个数据入口、多个处理逻辑，处理逻辑可分为多个层级逐层执行。 数据倾斜：数据量非常大时，分桶执行。
1.4K11编辑于 2023-04-07 - 来自专栏CDA数据分析师
【干货】数据挖掘的10大分析方法
其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。 将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。 同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC模型与其他分类方法相比具有最小的误差率。 10.CART:分类与回归树 CART,ClassificationandRegressionTrees。在分类树下面有两个关键的思想。 第一个是关于递归地划分自变量空间的想法；第二个想法是用验证数据进行剪枝。
2K80发布于 2018-02-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号