与星空随行

1.string源码  private final char value[]; 一个被final关键字修饰的char[]数组，所以实现细节上也是不允许改变，这就是Strin...

我认为数据中的噪声数据可以分为数据缺失和数据噪声（错误）。 数据缺失的原因： 1.信息被遗漏 2.信息暂时无法获取 3.获取信息数据的代价太大。 缺失的类型： 数据集中不含...

关于 JVM 内存管理或者说垃圾收集，大家可能看过很多的文章了，笔者准备给大家总结下。我在这一块也学习了很多次，也是断断续续学习。在以后的文章中也会出现知识点的补充之类的事...

在分析 Java 并发包 java.util.concurrent 源码的时候，少不了需要了解 AbstractQueuedSynchronizer（以下简写AQS）这个抽...

NLP中许多下游任务(文本分类、情感分析、意图推断等）都依赖于第一步——文本字符串转为句子特征向量。 NLP中获得句向量有两种方式： (1) 通过词向量后处理得到句向量； ...

词干提取和词形还原是英文语料预处理中的重要环节。虽然他们的目的一致，但是两者还是存在一些差异，而在中文中一般不用这两种处理。 使用词形还原和词干提取的目的通常是为了减少词语...

checkpoint是Flink容错的核心机制。它可以定期地将各个Operator处理的数据进行快照存储（ Snapshot ）。如果Flink程序出现宕机，可以重新从这些...

Flink 流处理为什么需要网络流控？ Flink V1.5 版之前网络流控介绍 Flink V1.5 版之前的反压策略存在的问题 Credit的反压策略实现原理，Cred...

在学习零次学习时，我们已经对机器学习、深度学习有了一定的了解。这时我们需要带着几个问题去学习它： 1.为什么会有零次学习的出现？ 2.零次学习主要应用什么领域，可以在网络安...

flink在前年的时候就已经学习过，但是在系统中没有广泛的应用，只是当成大数据组件与其他的技术进行预研，没有把整体的代码改为flink的代码，主要没有这方面的需求，只是当成...

什么是布隆过滤器 本质上布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉...

由数据分析、数据挖掘和机器学习等方面的研究，大部分时间主要是使用消费kafka里面的数据，再进行数据分析和检测引擎方面的研究。 消费者 Properties props =...

为什么会有docker出现？ docker能干什么？ docker 是基于go语言开发的云开源项目，通过对应用组件的封装，分发，部署，运行等生命周期的管理，使用户应用等及其...

主要研究的网络安全、异常检测、网络舆情监控、网络流量分析、威胁情报、情感分析等方面的，所以本文主要会根据这部分数据进行介绍。数据集以开源数据集为主，涉及隐私、数据安全的客户...

python中groupby函数主要的作用是进行数据的分组以及分组后地组内运算！ 那这个生成的DataFrameGroupBy对象，对data进行了groupby后，ipy...

在机器学习中，训练样本的标签质量严重影响着分类算法的最终效果。在采集和使用时却费时费力，模型的适应能力也存于一般情况，开始针对普通类数据进行学习，即带有标签噪声的数据进行研...

在数据量较少的时候（在百万条或千万条时），使用Python对文件进行读取、数据库进行处理。当数据量达到上亿条时，以上处理方式难以处理数据，这时可以使用MapReduce、s...

1. attention机制 attention机制：又称为注意力机制，顾名思义，是一种能让模型对重要信息重点关注并充分学习吸收的技术，能够作用于任何序列模型中。 空间注意...

传统的IP包流量识别和QoS控制技术，仅对IP包头中的“5Tuples”，即五元组信息进行分析，来确定当前流量的基本信息，传统IP路由器也是通过这一系列信息来实现一定程度的...

线性模型是机器学习领域中最基本也是最重要的工具，以逻辑回归和线性回归为例，无论通过闭解形式还是凸优化，他们都能高效且可靠的拟合数据。然而在现实环境中我们大部分会遇到线性不可...