- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学和人工智能
数据集 | 德国能源数据
下载数据集请登录爱数科(www.idatascience.cn) 德国2006年至2017年的能源生产及消耗数据集，该数据集包括德国全国范围内的电力消耗，风能发电和太阳能发电总量等，单位为GWh。 数据预览 3. 字段诊断信息 4. 数据来源 https://open-power-system-data.org/
1.5K20编辑于 2022-03-30 - 来自专栏量子位
德国时尚圈的科学家们推出基准数据集，全是衣裤鞋包
李林 编译整理 量子位 报道 | 公众号 QbitAI MNIST，是一个手写数字数据集，除了用在机器学习入门的教学中，它还是对机器学习算法进行基准测试的常用数据集。 今天，德国研究机构Zalando Research在GitHub上发布了一个名叫Fashion-MNIST的数据集，其中训练集包含60000个样例，测试集包含10000个样例，分为10类。 除了内容不一样，这个数据集的图片尺寸、训练/测试集划分、文件的存储结构，都和MNIST一模一样。 Zalando Research在这个数据集的说明中称，AI/机器学习/数据科学界的同学们搞出一个新算法之后，往往会先在MNIST上做基准测试，来验证这个算法。 这次推出fashion-MNIST，想要取代MNIST的是德国研究机构Zalando Research，隶属于主营衣服鞋子的德国电商公司Zalando。
1K70发布于 2018-03-27 - 来自专栏量化投资与机器学习
3·15特刊：打假量化圈
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。 今天是3月15日，公众号为全网Quant带来一期特别策划内容——量化圈的那些割韭菜的人和事。 希望大家以后避免踩雷！ 『假』 大师 这一趴真的不想给很多人蹭热度！ 总结下来就是：太多了！ 『假』 策略 在前几年，包括现在也一直还存在的通过分享朋友圈、群聊天来换取各种源码的组织与个人，然后进行收费。 比如前些年的：人某宽客、量某侠...... 朋友圈时不时的出现这样的分享及广告：9.9元Python量化入门到精通，9.9元人工智能量化培训，9.9元量化实战送100套策略。 大多粗制滥造，可以分为以下几类： 1、借助商业软件的程序化交易培训：主要以简单的技术指标进行规则化交易，辅以诱人的收益曲线，诱导大家报名； 2、以Python为名：说是量化培训，实际上是Python入门； 3、
50420编辑于 2022-03-15 - 来自专栏量子位
苹果市值破3万亿美元！仅次于德国GDP
博雯 发自 凹非寺 量子位 报道 | 公众号 QbitAI 周一，苹果已成为全球首个市值突破3万亿美元的公司。 3万亿美元折合人民币约19万亿，这个数字有多恐怖？ 相当于全球第五大经济体。 没错，一家公司的市值超过了上百个国家，排在GDP为4万亿美元的德国之后。 并且，不仅是首个3万亿美元市值的公司，世界首个突破万亿和2万亿美元的记录，同样由苹果创造： 2018年8月2日：1万亿美元 2020年8月19日：2万亿美元 2022年1月3日：3万亿美元 看这几个标志性时间 而“3万亿美元”这个恐怖的数字也让很多网民极度震惊，“甚至于有些厌恶”。 但一些普通的用户更多的是“关我P事”的心态： 你赚这么多钱……还是连个充电器和耳机接口都不提供。 参考链接： https://www.reuters.com/markets/europe/apple-gets-closer-3-trillion-market-value-2022-01-03/ —
39430编辑于 2022-01-14 - 来自专栏钱塘大数据
数据开放与共享：德国工业4.0中的大数据
到2020年大数据技术预计将为欧盟创造GDP达到9570亿欧元，增加就业人数380万。作为欧洲国家的领军代表，德国政府在2013年4月就提出了“工业4.0”的概念。 该项目由德国联邦教研部与联邦经济技术部联手资助，在德国工程院、Fraunhofer(弗劳恩霍夫)协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已上升为国家级战略。 它在德国工业4.0项目中，启动和领导了德国工业数字化创新的工业数据空间子项目(IDS)，该子项目专注于跨行业数据代理交换和数据应用。 但是数据所有权问题是个深刻的法律问题，即使在欧洲也没有真正解决如病历资料到底是属于医生、医院还是病人这样的问题。出于务实考虑，德国的专家们提出了数据合法的掌握者决定数据的使用条款与条件。 请进来，走出去 相比于德国工业4.0中的大数据项目，我们的差距在于：出于防止数据扩散，用户个人信息受到侵犯，数据价值无法持久化等考虑，我们在数据对外合作方面往往采取的是“请进来”的方式，即我所掌握的数据不出户
2.1K50发布于 2018-02-28 - 来自专栏VRPinea
这3款AR眼镜，一举拿下德国“红点奖”
昨日凌晨，德国“红点奖（Red Dot Award）”颁奖仪式在德国举行。“红点奖”被称为“设计界的奥斯卡”，是国际知名创意设计大奖。 其与德国“IF奖”、美国“IDEA奖”并称为世界三大设计奖，同时也是世界上最有影响力的设计竞赛之一。 而今年，3款AR眼镜再获殊荣，并且其中还有一款“中国创造”。相信各位读者已经对这些AR眼镜充满了好奇，现在小编就带各位来了解这3款获奖作品。 中国：HiAR Glasses ? 该产品基于深度学习等AI技术，内置亮风台自主研发的AR引擎和AR渲染引擎，用于感知真实世界和提供沉浸感3D视觉体验。
80230发布于 2018-05-15 - 来自专栏Spark学习技巧
大数据圈还能混吗？
工作这么多年，浪尖一直从事大数据相关的架构设计，计算框架的二次开发，尤其是实时计算框架，最近两年在搞实时数仓和数据分析，浪尖算是跟着大数据生态成长起来的老人了。 目前，大数据能做的或者还在折腾的方向基本就是： 1.数仓建设，大都是是 lamda 架构，也即是离线+实时数仓。这也是 lamda 架构演进的第二阶段。 2.通过湖仓一体，来实现离线和实时统一。 典型的组合是 flink+hudi，感觉还是 flink 发展带动的，目前问题比较多，比如血缘追踪，数据修正等。需配合一些 olap 框架，如 presto 和 ck。 3.真正能实现离线实时统一的，浪尖觉得也就是 flink+paimon 了，不过 paimon 还在快速成长阶段，在做这块的大家可以都跟一下，但其实绝大多数公司实际不需要的。 5.数据开发，主要是 etl，特征抽取，sql 取数 boy 啥的，这类工作可替代性太强薪水上不去的，3-5 年以内的可以搞搞；5 年以上 希望大家远离吧，尽早提升。
40120编辑于 2023-10-07 - 来自专栏速入大数据
从朋友圈到数据圈：社交媒体数据如何定义我们的世界？
从朋友圈到数据圈：社交媒体数据如何定义我们的世界？近年来，大数据与社交媒体之间的交叉分析正在改变我们对世界的认知。 每天，数十亿用户通过微博、朋友圈、抖音等社交平台分享个人动态，这些数据不仅记录了我们生活的点滴，还成为了研究群体行为的宝贵财富。然而，如何在海量数据中找到洞见并实现价值转化？ 社交媒体数据的特点社交媒体数据与传统数据相比，呈现以下几个鲜明特点：规模巨大：每秒钟都有数千条推文发布、数百张图片上传。非结构化数据为主：文本、图像、视频等多种数据形式并存。 值得关注的挑战尽管社交媒体数据蕴藏巨大潜力，但其使用也面临一些亟待解决的问题：隐私问题：过度分析个人数据可能侵犯隐私权。信息过滤效应：推荐算法可能导致信息孤岛，难以接触到多元观点。 噪声数据：海量数据中隐藏了大量无关信息，如何清洗与提取关键数据是一大难点。展望未来随着自然语言处理、深度学习等技术的成熟，大数据与社交媒体分析的结合将更加紧密。
46410编辑于 2025-03-19 - 来自专栏h5
Vue3.x+Vant3仿微信聊天|朋友圈
项目简介 2021已来临，Vue3开发也要步入正轨了。 今天为大家带来的是全新开发的Vue3.x实战聊天室项目Vue3_Chatroom，基于vue3+vant3+vuex+vue-router+v3popup等技术搭建的聊天实例。 未标题-bb5.png vue3chat支持发送图文消息、图片/视频预览、网址链接查看、红包/朋友圈等功能。 vue.js自定义顶部topbar和底部tabbar组件 Vue3自定义弹框组件 vue3chat中用到的弹框场景，都是最新开发的vue3.0自定义弹框V3Popup组件实现。 vue3中实现登录/注册表单操作验证。
4.6K10发布于 2021-01-09 - 来自专栏钱塘大数据
大数据生态圈就是一个厨房工具生态圈
导读：大数据生态圈就是一个厨房工具生态圈。为了做不同的菜，中国菜，日本菜，法国菜，你需要各种不同的工具。
979130发布于 2018-03-02 - 来自专栏公众号：Lucifer三思而后行
大数据生态圈如何入门？
大数据技术在企业项目开发中主要涉及数据采集、数据存储和数据计算三个方面：数据采集是利用采集技术将各种数据源、不同格式的数据快速采集到大数据平台。 数据存储是将采集过来的数据，按照不同应用场景，使用不同技术进行存储，为数据计算做准备。数据计算可以根据数据的时效性，对存储的数据进行离线计算和实时计算，最终的计算结果可以为企业决策提供数据支撑。 数据采集、数据存储和数据计算这三个方面是大数据工程师的必备技能。 大数据不是一项专门的技术，而是很多技术的综合应用。可以通过一系列大数据技术对海量数据进行分析，挖掘出数据背后的价值。 数据从总体上可以分为结构化数据和非结构化数据。结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。 数据获取 数据总体可分为结构化数据和非结构化数据。结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格遵循数据的字段类型和长度限制，主要通过关系型数据库进行存储和管理。
57311编辑于 2022-04-13 - 来自专栏全栈程序员必看
大数据Hadoop生态圈介绍
大数据Hadoop生态圈-组件介绍 Hadoop是目前应用最为广泛的分布式大数据处理框架，其具备可靠、高效、可伸缩等特点。 Hadoop的核心组件是HDFS、MapReduce。 随着处理任务不同，各种组件相继出现，丰富Hadoop生态圈，目前生态圈结构大致如图所示： 根据服务对象和层次分为：数据来源层、数据传输层、数据存储层、资源管理层、数据计算层、任务调度层、业务模型层 接下来对Hadoop生态圈中出现的相关组件做一个简要介绍。 1、HDFS（分布式文件系统） HDFS是整个hadoop体系的基础，负责数据的存储与管理。 DataNode：slave节点，存储实际数据，并汇报状态信息给NameNode，默认一个文件会备份3份在不同的DataNode中，实现高可靠性和容错性。 3、Spark（分布式计算框架） Spark是一种基于内存的分布式并行计算框架，不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的
1.4K20编辑于 2022-08-25 - 来自专栏本体研究院
Web3破圈？NFT必须有姓名
而这一模式同样可以在 Web3 世界复用，并帮助更多的新人参与 Web3，也可以推动 Web3 产品与项目的破圈。 RabbitHole，旨在成为 Web3 用户的教学指导手册。 RabbitHole 通过安排学习任务并设立详细教程，一方面可以帮助 Web3 初学者学习如何使用 Web3 产品，另一方面也帮助这些项目完成了初期的引流作用。 与此同时，更是为那些圈外人士提供了绝佳的参与机会，为 Web3 生态添砖加瓦。 由此，我们再多想一步。 未来，或许打造一个为 Web3 项目提供链上凭证获取活动的平台，将会成为新一代去中心化的 SaaS 赛道。这种可能，值得各类公链平台探索与开发。
30620编辑于 2022-08-31 - 来自专栏大数据文摘
德国竟然愿意拿国民数据与之交换！
大数据文摘编辑，素材来自freebuf.com，环球时报，英国卫报，观察网guancha.cn，转载请注明 德国联邦宪法保卫局交换意愿 德国顶级情报机构向美国国家安全局递交了德国国民的元数据，仅仅是为了得到 德国BfV拿国民元数据交换NSA的监视软件 据德国媒体Die Zei得到的文件称，德国联邦宪法保卫局（BfV）拿其国民的数据与美国国家安全局进行交易，以得到NSA的监视系统。 【看看NSA的售前能力，哦，当然，人家产品也确实牛】 经过长达2年的谈判，双方最终签署了一份合约，德国可以获得NSA的Xkeyscore副本，用于分析德国公民的数据。 德国数据保护委员会和议院并不知情 BfV既没有完全将这件事通知给德国的数据保护委员会，也没有通知Parliamentary Control Panel。 2012年“Xkeyscore”在1个月内存储的各类监控数据记录高达410亿条。由于“Xkeyscore”产生的监控数据太过庞大，内容只能保存在系统里3到5天，元数据可以储存1个月。
1.4K30发布于 2018-05-23 - 来自专栏大数据文摘
德国情报机构再次与NSA合作，共享公民数据
内部文件显示，德国情报机构——宪法保护联邦办公室（BfV）从美国NSA处获得了XKeyscore软件，交换条件是把德国国民数据发送给NSA总部。 德国情报机构与NSA协议交换公民数据 时光倒回到2011年，NSA给德国情报机构（BfV）演示了XKeyscore软件的能力。 两年之后，BfV与NSA进行协商，最终BfV签署了一份协议，德国可以得到NSA的间谍软件，并允许他们安装使用；但条件是必须要把德国情报机构搜集到的国民元数据共享给NSA。 据《时代周刊》报道，“Terms of Reference”文件中指出，BfV的职责是最大程度的分享与NSA有关的数据。 现如今，德国的BND情报机构又重新获得NSA支持，对网民实施网络监控。 相爱相杀的美国和德国 NSA对德国的监视行为可以追溯到20世纪90年代，当时NSA主要监视的是德国财政部官员的手机，从中窃取一些机密信息。
75930发布于 2018-05-23 - 来自专栏数据猿
德国Fraunhofer协会推动欧洲数据开放与共享的案例实践
<数据猿导读> 德国Fraunhofer协会依托IAIS研究所(智能分析和信息系统，世界最知名的数据科学研究机构之一)，在数据挖掘、机器学习、语义技术、信息检索、软件工程等方面开展了很多卓有成效的工作， 德国Fraunhofer 协会旨在推进行业间的大数据共享，在欧洲，Fraunhofer结合大规模工业应用进行前沿研究，为各大门户网站提供数据(如德国国家数据门户，欧洲委员会数据门户和泛欧洲数据门户等等) 该门户不需要数据复制，可以单点访问欧盟数据目录(分离原始数据和元数据，保留逻辑关系)，使得区域数据可以浏览、探索，并为数据用户提供许可信息，方便欧洲国家间的数据信息相互访问。 IAIS的客户分布的各个行业，如电信业(三星、沃达丰、诺基亚西门子)，金融服务和保险业(安联，德国商业银行)，出版传播业(Springer、Zeit)，零售业(REWE，道格拉斯)，物流行业(Deutsche 通过这种商业性网络顾问和CRM数据库的合作形式，IAIS跟德国所有大公司就建立了很强的数据联系，同时与中小企业及初创企业建立强大的关联。
1.1K50发布于 2018-04-19 - 来自专栏OpenFPGA
IC技术圈期刊 2021年第3期
IC技术圈期刊内容涵盖FPGA、前端、验证、后端、自动化、模拟、求职、管理等IC技术领域，欢迎阅读，欢迎投稿。 本期文章包括：FPGA 11篇，前端 4篇，后端 1篇，嵌入式 1篇，求职就业 1篇，软件 3篇。 我们主要从以下三个方面建立GPU的投资逻辑框架：1、从专用计算时代看GPU的刚需 2、GPU产业链：先进制程数字芯片产业链 3、GPU产业链的纵深 OpenFPGA 5G概览：NR波形、帧结构与参数集 FPGA探索者 欢迎关注公众号 IC技术圈 致力于建立知识、人的联系 ? End
97240发布于 2021-04-07 - 来自专栏数据猿
国家数据局出手，数据圈迎来“淘汰赛”？
“国家数据局发布了首批104个高质量数据集典型案例。 大模型的发展，催生了高质量数据集的迫切需求。近日，国家数据局发布了首批104个高质量数据集典型案例。 同理，海量原始数据也需要经过“炼化”，形成高质量数据集，才能真正有效地应用于大模型训练。 数据集，亦称资料集、数据集合或资料集合，是由数据构成的集合。 例如，四川省数据局发布的地震监测预报预警多模态联合数据集；云南省数据局的云南动物资源多模态高质量数据集构建及应用项目。 3、应用场景拓展：前沿领域高质量数据集快速增长，垂直行业深度应用成为主流 从名单来看，高质量数据集正从通用领域向垂直行业深度渗透，医疗、金融、制造、交通、传媒等行业均在构建具有行业特色的数据集。
29410编辑于 2025-10-21 - 来自专栏Unity3d程序开发
unity3d：小地图UV，UGUIshader毒圈挖孔，吃鸡跑毒缩圈
运行效果 场景中缩圈 小地图中挖孔 大地图中挖孔 小地图 方案1使用Mask 给了一个方形的mask组件，然后根据玩家位置计算出地图左下角的位置进行移动。 return ret; } 目标位置x * m_scale，可得到像素坐标x，-m_widthPixel / 2，地图bg的像素的一半，可得到在大地图中的localPosition 缩圈机制 运动的是大圆，直到大圆与小圆圆心，半径重合 2.缩圈运动分两个阶段，第一阶段为向内切运动：大圆圆心不变，按照速度缩小大圆半径，直到大圆半径 = 圆心距离+小圆半径 3.第二阶段为先小圆运动：大圆圆心向着小圆圆心移动 m_circleData.bigPos.x += diffBigR * m_circleData.cos; m_circleData.bigPos.y += diffBigR * m_circleData.sin; 缩圈数据 * 2, 1, m_circleData.bigR * 2); } UGUI上毒圈挖孔 效果 小地图上显示 大地图上显示 其中白圈为小圆，即最终安全区 外围大圈会大圆不断缩小移动
70130编辑于 2023-08-24 - 来自专栏Crossin的编程教室
3分钟破译朋友圈测试小游戏
最近，朋友圈时不时会流行起某个测试类小游戏，比如你的性格图谱啦，你是三体中的哪个角色啦，你有什么超能力啦……昨天晚上在某个群里，又被一个测测你是什么书的小游戏刷屏了。 3. 顺藤摸瓜 这里，就可以用到我在爬虫课程里经常提到的一个方法：如何从网页上的众多请求中搜索关键字。 《小王子》 3.《且以优雅过一生 杨绛传》 4.《无声告白》 5.《自控力》 6.《我们都是孤独的行路人》 7.《向上汇报》 8.《天生变态狂》 9.《中国通史》 10.《悟空传》 11.
1.2K70发布于 2018-04-25
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