首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CNCF

    案例研究:NAIC

    案例研究:NAIC 由Kubernetes支持的文化和技术转型 公司:NAIC 地点:华盛顿 行业:监管 “我们的文化和技术转型是我们的最高领导人采取的战略。

    61020发布于 2019-12-05
  • 来自专栏CNCF

    案例研究:Workiva

    案例研究:Workiva 使用OpenTracing帮助查明瓶颈 公司:Workiva 地点:艾姆斯,爱荷华州 行业:企业软件 “通过OpenTracing,我的团队能够查看跟踪而向其他团队提出优化建议

    1.2K20发布于 2019-12-04
  • 来自专栏CNCF

    案例研究:Pinterest

    案例研究:Pinterest 过去、现在和未来稳固在云原生上 公司:Pinterest 地点:加利福尼亚州旧金山 行业:网站和移动应用程序 挑战: 经过八年的发展,Pinterest已经成长成为1,000

    68720发布于 2019-12-05
  • ChatGPT-5 对教育行业的影响与案例研究

    ChatGPT-5 对教育行业的影响与案例研究 一、引言 教育一直是社会发展的基石。随着人工智能(AI)的飞速进步,教育行业正面临着一场深刻变革。 本报告将系统分析 ChatGPT-5 对教育行业的主要影响,并结合中外典型案例进行说明,最后探讨可能的风险与未来发展趋势。 案例 1:Squirrel AI(松鼠 AI)国内实践 松鼠 AI 使用 GPT-5 升级后的自适应学习系统。 案例 1:加州学区作文批改试点 GPT-5 被用于英语作文批改,能给出语言、逻辑、论证深度等维度的评价,并附上修改建议。教师最后审核即可。 效果: 批改效率提升 5 倍,教师可将时间用于一对一辅导。 案例 2:国内历史教材 AI 转化试点 GPT-5 把初中历史教材转化为问答系统,学生问:“甲午战争失败的根本原因?”AI 会分政治、经济、军事三个角度逐层解释。 5.

    61310编辑于 2025-08-18
  • 来自专栏CNCF

    案例研究:Sling TV

    案例研究:Sling TV Sling TV:结合Kubernetes和AI实现适当的网络规模 公司:Sling TV 地点:恩格尔伍德,科罗拉多州 行业:串流电视 “我现在几乎可以大胆地说,如果没有云原生模式和

    1.4K20发布于 2019-12-05
  • 来自专栏CNCF

    案例研究:Square Cash App

    也许我们需要改变系统的是5%,而不是95%。”Tirsen的团队花了大约一年的时间进行改变,并让Vitess适应Square的基础设施。 影响 第一个Vitess的切分在2017年11月美国东部时间凌晨5点进行,“宕机时间不到一秒,所以用户看不到。”Tirsen说:“这非常令人兴奋。如今,他补充道:“这完全是例行公事。 这个项目还是一个相对较新的项目,但在Tirsen开始深入研究代码之后,他意识到它将适用于Cash App。 也许我们需要改变系统的是5%,而不是95%。” “这是一个令人惊讶的意外收获,我们可以跨不同公司之间合作解决问题,而这通常没有正式的合作方式。” - Jon Tirsen,Square工程经理 第一个Vitess的切分在2017年11月美国东部时间凌晨5点进行,“宕机时间不到一秒,所以用户看不到。”Tirsen说:“这非常令人兴奋。

    1.2K10发布于 2019-12-04
  • 来自专栏java一日一条

    Android性能优化案例研究(上)

    于是我利用我每天工作中所使用的工具和方法对此稍加研究,很快发现了Falcon Pro不能达到其应有性能的一些原因。 ? 我强烈推荐你“能够”去下载这款有待研究的应用。不幸的是,Falcon Pro是一款付费应用,我因此只能提供一些文件的链接以便你能对照我的分析。 我强烈推荐你“能够”去下载这款有待研究的应用。不幸的是,Falcon Pro是一款付费应用,我因此只能提供一些文件的链接以便你能对照我的分析。 ? 进一步研究 我们收集的数据显示这个应用有时绘图时间过长,但盖棺定论还为时过早。帧率也会被未调度的帧或者错过调度的帧的影响。 /systrace.py 这个工具默认会记录5秒钟内发生的事件。我简单的向上和向下滚动时间轴,得到了一个用HTML文档展现的结果图。

    2K10发布于 2018-09-18
  • 来自专栏CNCF

    CNCF案例研究:​诺基亚通过Kubernetes在电信公司实现5G和DevOps

    ---- 诺基亚:通过Kubernetes在电信公司实现5G和DevOps ? 影响 Kubernetes使诺基亚能够进军5G。“当你开发属于运营商基础设施的东西时,你必须为未来开发它,而Kubernetes和容器是前瞻性技术。”Csatari说。 我们对不同的容器编排工具进行了非常广泛的研究。由于我们的软件在特殊环境运行,我们知道我们有一些比较奇怪或不同的要求。” - 诺基亚高级开源工程师Gergely Csatari TAS于2018年初上线,现在Kubernetes也使诺基亚进军5G。 该公司正在推出微服务架构和Kubernetes,同时为现有产品添加5G功能。所有新的5G产品开发都将跑在Kubernetes之上。

    88420发布于 2019-12-04
  • 来自专栏Yangsh888的专栏

    案例研究:声东击西的定向入侵

    近年来,随着防御手段的多样化,专业组织根据攻击目标的具体环境发动混合攻击的事件频发。

    76470编辑于 2022-03-08
  • 来自专栏媒矿工厂

    案例研究:Dropbox HQ ST 2110

    本文来自IP Oktoberfest的演讲,演讲者是David Carroll Associates的创始人David Carroll和云媒体网络架构师Kevin Gross,演讲主题是“案例研究:Dropbox David Carroll的整合公司完成了这个项目,并与Wes Simpson和Kevin Gros一起讨论了这个案例研究

    97030发布于 2021-01-11
  • 技术趋势|AR增强现实应用于工业4.0的5案例研究

    5、航空:增强现实技术保证最高效率和可追溯性飞机、直升机等飞机机身的某些部件必须导电。为此,需要使用一种特殊的金属漆。但与此同时,同一部件上可能将电流带入机舱内部的部分必须隔离。

    37010编辑于 2025-07-14
  • 来自专栏CNCF

    CNCF案例研究:中国联通

    资源利用率增加了20-50%,降低了IT基础架构成本,部署时间从几个小时缩短到5-10分钟。“这主要是因为自我修复和可扩展性,因此我们可以提高我们的操作和维护效率。”Chengyu说。 资源利用率增加了20-50%,降低了IT基础架构成本,部署时间从几个小时缩短到5-10分钟。“这主要是因为Kubernetes的自我修复和可扩展性,因此我们可以提高我们的操作和维护效率。”

    1.1K10发布于 2019-12-04
  • 来自专栏Jenkins

    T-Mobile 和 Jenkins 案例研究

    这是一个巨大的成功,并且计划使用结合在 Kubernetes 集群上运行的 Jenkins 和 CloudBees Core 的稳定、可靠的 CI/CD 流水线,将其扩展到我们的 350 个开发团队和 5,000

    79410发布于 2020-03-10
  • 来自专栏Python 知识大全

    Python 爬虫实战案例(推荐小白研究

    爬取csdn学院中的课程信息(编程语言的) 任务:爬取csdn学院中的课程信息(编程语言的) 网址:https://edu.csdn.net/courses/o280/p1 (第一页) https://edu.csdn.net/courses/o280/p2 (第二页) ① 创建项目 在命令行编写下面命令,创建项目demo scrapy startproject educsdn 项目目录结构: educsdn ├── educsdn │ ├── __init__.py │ ├── __

    76610发布于 2020-02-13
  • 来自专栏数据科学人工智能

    精品教学案例 | 金融交易反欺诈案例研究

    查看本案例完整的数据、代码和报告请登录数据酷客(http://cookdata.cn)案例板块。 本案例适合作为大数据专业数据清洗或Pandas数据分析课程的配套教学案例。 ,本案例研究有利于加深对金融诈骗问题的认识,对帮助金融监管部门打击金融诈骗也有积极的促进作用。 1.2研究难点 该领域对于普通的数据科学研究者来说的难题是,一直以来缺少金融服务尤其是移动金融支付领域的公开数据集。最主要的原因是金融交易具有很强的隐私性。 4.总结 本案例使用了基于真实数据生成的移动金融支付模拟数据集,然后通过数据清洗和数据描述性统计等方法研究了何时为金融诈骗交易高发时段、金融诈骗交易诈骗金额以及相对于正常金融交易金额的大小。 本案例研究发现,凌晨12点至早上7点是金融诈骗交易多发时段,因为此时用户防范意识最小;金融诈骗交易一旦得手,往往会全部转移走客户财产,造成巨额损失;金融诈骗交易平均金额相对于正常金融交易金额来说非常大,

    1.9K20发布于 2020-05-09
  • 鸿蒙5开发宝藏案例分享---性能优化案例解析

    ### 鸿蒙性能优化宝藏指南:实战工具与代码案例解析 大家好呀!今天在翻鸿蒙开发者文档时,意外挖到一个**性能优化宝藏库**——原来官方早就提供了超多实用工具和案例,但很多小伙伴可能没发现! **实战案例**: ``` // 问题代码:嵌套循环导致布局重复测量 Component build() { Column() { ForEach(this.dataList **优化方案**:用`List`替代`ForEach+Row`,复用组件: ``` List({ space: 5 }) { ForEach(this.dataList, (item) => **实战案例**:页面打开时延高 - **操作流程**: 1. 1. 体检工具导出`perfdata`文件 → 1. 用Profiler导入 → 1. ** * * * **PS**:更多案例可去官网搜“性能最佳实践”关键词,官方Demo仓库里还有惊喜哦!

    28410编辑于 2025-06-17
  • 来自专栏腾讯研究院的专栏

    聚合盗链侵权案例研究报告

    image.png 腾讯研究院版权研究中心   【导语】当前,我国网络视频产业正版化发展显著。 2、乐视诉幻电案 【案号】(2015)浦民三(知)字第595号 【摘要】原告乐视公司诉称,其依法享有《美人天下》等5部影视作品的相关著作权。 5、乐视诉北京风网案 【案号】(2013)朝民初字第6662号 【摘要】原告拥有《一路有你》的独占信息网络传播权。 策划人:   张钦坤 腾讯研究院秘书长   刘政操 腾讯研究院版权研究中心秘书长   执行人:   田小军 腾讯研究院版权研究中心副秘书长   撰写人:   曹建峰 腾讯研究院版权研究中心研究员   龚嘉璇 腾讯研究院版权研究中心助理研究员   如您对本报告有任何问题,请联系:xiaojuntian@tencent.com 

    3.9K90发布于 2018-02-02
  • 来自专栏AI理论与前沿

    使用AI进行需求分析的案例研究

    在这个案例研究中,我们验证了这一假设,并解释了我们做了什么以及得出了哪些结论。方法确定范围和目标在选定该团队作为试点后,我们与他们举办了一次研讨会,确定哪些任务可以通过 AI 支持。 以下关于质量和速度的观察基于 AI 用户在该案例中的估计。对质量和团队流程的影响重申一下,假设的一部分是使用 AI 进行需求分析会缩短交付周期,减少返工,并减少因进一步澄清而被阻塞的故事。 结论与展望总之,这项案例研究表明,AI 能够在质量、速度和整体团队流程上带来好处。 在本案例研究之外,我们已经与客户一起探索了为 AI 提供代码库上下文的有趣而强大的方式,这使得用户能够在不需要理解或浏览代码的情况下提出问题。

    2.4K00编辑于 2024-09-25
  • 来自专栏MixLab科技+设计实验室

    教学、研究、导师、面试#NotebookLM 的使用案例

    1 / 研究剧情 来源:www.xda-developers.com/using-notebooklm-to-watch-a-show 作者使用 AI 驱动的研究助理 NotebookLM 来“观看”节目 这实际上意味着它只从你上传的文档中提取信息,这使得它对你的研究来说非常可靠。然而,当准备考试或尝试学习新知识时,有时会因为刚刚阅读的NotebookLM 的回复而产生新的问题。 有时,让它提供现实世界的例子、其他解释,甚至帮忙把这个想法与正在研究的其他主题联系起来。 ChatGPT 最新的学习模式也彻底改变了这一工作流程。 用法: 模拟面试:生成与JD匹配的深度回答(含具体案例)。 查漏补缺:对比JD提炼技能差距,提供经验映射建议。 —— 以上是NotebookLM的使用案例,欢迎留言分享你的使用心得/案例~~ ——

    20410编辑于 2026-03-24
  • 来自专栏Data Analysis & Viz

    资源《机器学习基础:案例研究》by 华盛顿大学

    不同于其他大佬们的更偏理论、算法原理、数学推导等的机器学习课程,本门课程以诸多案例的方式来介绍机器学习的一些知识,课程开始就会介绍到最后的终极任务(the Capstone Project)是实现基于图片和文本 在第一门课程——也就是本次分享的资源:《机器学习基础:案例研究》——里会先简单了下分类、回归、聚类、检索、推荐系统、深度学习等等知识,并用Graphlab库(类似pandas和scikit-learn) 以本课程《机器学习基础:案例研究》为例,其网址为:https://www.coursera.org/learn/ml-foundations 课程ID为:ml-foundations 在pip install 在第一门课简单的介绍了一些概念和案例后,后续还有三门更深入的课程,分别介绍:回归、分类、聚类和检索。课程目前正在开课中,可以在每门课的主页点击注册报名,选择“旁听”来免费学习。 ? ? ?

    71110发布于 2018-08-21
领券