展开

关键词

:Kabbage——驱动的“贷款”

Kabbage开创了“网商贷款”的新模式,用“大”重构信用体系,为小微网商企业提供“贷款”。 其颇具革命性的创新在于,高效地整合了交易、物流配送以及社交网络行为,将互联网每个角落的信息充分转化为个体信用,开辟了互联网金融的新时代。 Kabbage声称“七分钟”放贷,其核心审核模块是预付款申请批准和利率决定,这个决策过程体现了Kabbage在挖掘和技术方面的创新。Kabbage贷款决策流程中,核心的步骤是贷款分的确定。 而Kabbage则给我们提供了一个崭新的视角,通过第三方的平台也能提供金融服务,这些不但包括平台上的信息,也可以包括物流的配送,还可以通过第三方软件提供的记账信息,甚至可以包括社交网络平台上的行为 正如Quora上的一句评论所说:“未来的银行只是有银行牌照的技术!”作者: 廖 清华大学五道口金融学院常务副院长、教授

59070

【不含CPU,超越GPU 1000x】Wave发布架构DPU

【新智元导读】Wave Computing 在日前举行的高性能芯片峰会Hot Chips上介绍了他们的器产品DPU(Dataflow Processing Unit),加速神经网络训练,号称速度是 距离成立之初已经过去7年,目前该最新的DPU多核架构早先体验项目终于开放,也让Wave在聚焦深度学习架构上更进一步。 所有的核都以6.7GHz运行(平均),使用粗粒度可重构架构——这个设计与其他深度学习硬件初创培育的产品大为不同。 DPU有独特的自定时机制(self-timing mechanism),当没有通过时,DPU进入睡眠状态。DPU可以看做一种混合FPGA和多核器,能千个元素的流图的静态调度。 对此,Nicols说:“深度学习实际上是一个在深度学习软件之上编程的流图,在像我们这样的器上运行,可以在运行时组装流图。”

64750
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    中小最佳实践-接入

    接入准则:意义:规范的接入能大大减少后续的维护及使用代价规定:意义明确:(有实时更新的wiki说明)(中台-元负责)日志级别:明确说明在整个业务流程中的位置记录级别:每条日志的打印时机和对应业务操作对应关系字段级别 (中台-元负责)使用方明确:后续影响面评估,意义格式变更通知机制(中台-元负责)接入实现的一般源包括:日志文件,业务mysql,kafka中接入的分为实时接入和天级接入 要推行一个规范,给出方便的工具;最优情况:为规范遵守方带来益大于带来麻烦;次优:给出方便工具;否则强制推行会阻力很大(就是以权压人)规范举例:1.现状: 线上日志保留时间不统一。 日志文件: 一小时一个(单个文件最好不要超过1G,否则在线问题追查时,grep太浪费cpu) 保留至少3天(第二天发现第一天的统计报表问题可以返回现场追查) 日志格式(需要入hive和进行spike的日志都必须为 (其它字符保留给配置文件的元字符) 遇到list时不再往里解析作为一个整体3.2.示例 2018-09-10 20:57:16INFO main com.soul.dw.syncmysqlhbase.Utils.main

    50611

    中小最佳实践-总则

    背景:五脏俱全小团队在定位:内所有生产(商业用户内容)(ERP系统不在其内)管,并使其发挥最大价值时间进化过程:从0-现在-想流程&框架过程以下为其现在技术架构图:图片.png

    15420

    AKShare-股票-诉讼

    作者寄语本次更新上市诉讼接口。上市发生的重大诉讼、仲裁事项涉及金额占最近一期经审计净资产绝对值 10%以上,且绝对金额超过一千万元的,应当及时披露。 更新接口stock_cg_lawsuit_cninfo # 诉讼诉讼接口: stock_cg_lawsuit_cninfo目标地址: http:webapi.cninfo.com.cn#thematicStatistics 描述: 巨潮资讯-中心-专题统计--诉讼限量: 单次指定 symbol 和起始日期的诉讼输入参名称类型描述symbolstrsymbol=全部; choice of {全部, object-告统计区间object-诉讼次int64-诉讼金额float64注意单位: 万元接口示例import akshare as akstock_cg_lawsuit_cninfo_df = ak.stock_cg_lawsuit_cninfo(symbol=全部, start_date=20180630, end_date=20210927)print(stock_cg_lawsuit_cninfo_df) 示例

    5110

    说•大】德强农场

    从今天开始,我们将不定期给大家介绍一些优秀大。不花大篇幅说论、算法、模型,重点呈现一些现实性的东西,如涉及的资本、技术,的运营,以及如何将资本、技术和产业进行结合,创始人的故事等等。 我们就以农业大为起点,来介绍一些优秀的农业科技。----德强农场与农业大【简要介绍】德强农场是一家利用大技术指导农作物生产的农业科技,2014年7月,李克强总亲自到访并深入考察。 2013年5月8日,创始人冯树强在山东省德州市陵县注册成立了德强农场,主要从事粮食作物种植。2014年1月,冯树强召开设立大会,联合142户农民发起了德强农场作物种植专业合作社。 信息化管:结合管要求及业务开发应用软件,利用计算机网络等现代化管手段,提供字化的决策依,提高管水平和效率。 安全化生产:利用图像技术能够全面实时监视所有泵站、时针式灌溉区的人员、现场情况,通过器对所有的摄像点图像进行,并可实现单幅或多幅画面录像回放,方便图像查询,监控重要场所,方便现场监视,对所有设置全方位摄像机的监视点能够快速

    51980

    自然语言算法笔试题

    1 请列出几种文本特征提取算法答:文档频率、信息增益、互信息、X^2统计、TF-IDF2 简述几种自然语言开源工具包答:LingPipe、FudanNLP、OpenNLP、CRF++、Standord CoreNLP、IKAnalyzer3 简述无监督和有监督算法的区别答:(1)有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的进行标记(分类)预测。

    40670

    3位创业CEO亲述:200人的小,这么做就对了

    最近在某乎上看见一个比较热的问题:一个小如何进行化管? 作为在行业的老人,我觉得有必要从痛点、模式、方法来为各位解答疑惑,同时,我也调研了几十家中小型的管层和CIO,他们也给出了自己的思考,都总结在下面的这些内容里。 小,相比于大,是比较难的,为什么?首先,中小企业的创始人未必能够认识到的价值。对于一些早期的业务,光依赖人工的作业方式,也能发展得不错。 很多时候销售部门的和财务部门的总是有差异,Excel做不到口径统一,很多都存在这种情况。闭环打通的其实不是一个系统,而是业务之间的壁垒,让每一个部门之间沟通得更好。 那就要选择专业的分析工具了,最好是简单容易上手。如果你想轻松一点,把所有的都给IT,那就要选择FineReport,等到IT把都搞定之后,你查看就行。

    23250

    交车到站预测2----

    之前从csv获取了,但是我们的目的是用机器学习的方式对其分类。目测使用sklearn的机器学习库,所以要把成符合要求的格式。 import time import numpy as np from sklearn import cluster,datasets 首先是我们需要的一些模块,time就是时间的模块,这里的作用就是把表示时间的字符串转换成时间戳 numpy个人解就是可以让python实现基本的matlab功能,也就是说是矩阵和基本的模块。sklearn就是机器学习模块了。十分强大。 = 20: del dicb return dicb#retrun the clear dictionary这是将之前好的字典格式的记录中的残缺删除,只保留下具有完整组的记录。 time.mktime(time.strptime(2016-01-01 0:00:00,%Y-%m-%d %H:%M:%S)) else: ele = float(ele) return stList 由于我们记录中的格式都是

    30320

    小编邀请您,先思考:1 包括哪些内容?2 如何有效完成的质量和包含的有用信息量是决定一个机器学习算法能够学多好的关键因素。 因此,我们在训练模型前评估和预就显得至关重要了。 没有统一的标准,只能说是根不同类型的分析和业务需求,在对特性做了充分的解之后,再选择相关的技术,一般会用到多种预技术,而且对每种之后的效果做些分析对比,这里面经验的成分比较大 的主要任务1)填写空缺的值,平滑噪声,识别、删除孤立点,解决不一致性2)集成集成多个库、立方体或文件3)变换规范化和聚集4)归约得到集的压缩表示,它小得多, 使用标准化,我们能将特征值缩放到以0为中心,标准差为1,即服从正态分布,这样更容易学习权重参。标准化式如下:?五.

    51280

    XX笔试题(A)

    XX笔试题(A)大基础(HDFSHbaseHiveSpark〉 1.1. 对出Hadoop集群典型的配置文件名称,并说明各配置文件的用途。 1.9 什么是倾斜?如何解决? Method + URL, URL的第一个分段为应用名,如app1, app2, app3,…,要求: 1)写出spark程序统计各应用的的PV和UV(基于IP去重) 2)要求先将日志文件加载到RDD进行

    1.5K40

    真正懂大不说大

    CSDN:怎么就进入了分析这个行业? 崔:因为自己接触分布式系统和挖掘比较多,在上一家创业里也看清楚了趋势,移动互联网肯定是个方向;大肯定是个方向,但单纯做工具的意义不大。 真正做大都不谈大,比如Google、亚马逊,它们对大采集分析的能力远远超过同类。 第二点,在存储领域,摩尔定律已经失效了,存储成本的上升高于摩尔定律。 以前大家都是这样的,只要有就存下来,以后再去想怎么分析,怎么用于商业,但现在这种方式已经失效了,因为现在存储和的成本已经远远高于业务能带来的边际收益。 因为和很多应用商店合作,所以我们会交换到很多这种,这些很有价值,很多投行也会来问我们,那些上市应用情况到底是什么样的?在Android的排名到底是不是真的? 崔:我们一直注重是控制节奏,可能很多人不信,我们创业第一年极少加班,即便加也是遇到了紧急事务需要。我那时候天天给研发总监说,不要加班,周六周日千万不要来,创业很长,不能把团队拖垮了,悠着点走。

    44290

    一个500强化运营管实践

    企业的信息化管是一条漫长而崎岖的道,当然这里也不乏创新的火花。关于信息化建设随企业所环境、行业的不同而不同。那作为一个成熟的企业,在如今这个大浪潮下,对于未来的信息化有何建设性的想法呢? 但是,随着业务规模的不断扩大,规模业务部门业态越来越复杂,业务复杂性大大提升,企业更多地开始关注流程,流程的也开始逐渐变成企业运营的一个核心部分。 的利用重点在于分析的过程前几年采用了帆软的报表系统FineReport,围绕的各个业务层面去做展现。同时也做了一些BI的尝试,比如SAP之类的产品。 首先第一个象限,我们只做的积累,并没有做任何的加工过程。第二个象限,就是对于我们所积累的帮助企业提升效率。第三个象限,就是更进一步,能不能对我们的企业产生新的战略和机会。 经过多年的建设,在提升企业效率和效益方面也做了很多工作。主要体现在这几个方面。

    41750

    于1.0时代,投资人更偏爱这类

    当前,大于1.0时代,有两个方面是目前最确定的投资机会:1.大的建设。2.拥有优质源的。除此之外,有行业背景依托的大分析安全也能发掘到较稳定的投资机会? 当前,我国的大产业仍然于1.0时代,更多的投资和关注是对大入口的抢夺。投资方向在当前大1.0时代,有两个方面是目前最确定的投资机会。1.大的建设。 包括中心的建设,帮助企业、政府对当前IT设施进行大化改造。2.拥有优质源的。能以较低的成本获取优质源的将成为其细分行业的领先者。 而当规模效益开始体现时,将会成为大入口的一部分,估值将显著提升。另外,随着大1.0时代的推进,以下这两个方向,也能发掘到较稳定的投资机会:1.有行业背景依托的大分析。 这类型的凭借其在某个行业中的经验,在自身业务发展的过程中,率先积累大分析技术,从而有机会抢占他所在行业的大分析的市场。2.安全

    40480

    这套架构统一 try...catch,很牛逼!

    作者:小李子说程序www.toutiao.comi6878184496945070604前言软件开发springboot项目过程中,不可避免的需要各种异常,spring mvc 架构中各层会出现大量的 这样就需要定义个全局统一异常器,以便业务层再也不必异常。推荐由代码复制到项目中通过简单的配置即可实现可以灵活的根自己的业务异常进行更细粒度的扩展实践1 封装统一返回结果类? class AjaxResult { 是否成功 private Boolean success; 状态码 private Integer code; 提示信息 private String msg; 源码public enum ErrorEnum { 操作错误定义 SUCCESS(200, 成功), NO_PERMISSION(403,你没得权限), NO_AUTH(401,未登录), NOT_FOUND log = LoggerFactory.getLogger(GlobalExceptionHandler.class); ** * 自定义异常 * * @ExceptionHandler(value

    13950

    思影业务四:EEGERP

    EEGERP业务:导入、定位电极、剔除无用电极、重参考、滤波、分段(EEG不做分段)、插值坏导和剔除坏段、通过ICA去除伪迹ERP:对ERP进行叠加平均、绘制波形图并提取感兴趣成分进行进一步统计分析 微状态分析:通过K-means等方法对每个时刻点的地形图进行聚类分析,将EEGERP划分为不同的微状态类别并进行统计比较。???7. 其他定制化分析:如交叉频率耦合、无标度分析、主成分分析等。 同时承接EEGERP硬件代商客户售后科研服务,如分析,作图。统计等。

    26820

    思影业务三:ASL

    ASL业务:1.:具体包括:转换、图像复位、头动校正、配准、平滑、去除颅外体素、计算CBF等。?? 提取特定脑区信号与行为(临床)进行进一步统计分析(如相关)。??3. ASL脑网络分析1) 对多时间点的ASL,计算脑血流值,并依模板计算脑区间的相关,构建脑网络。 2) 可根客户需求,个性化定制过程。

    27220

    爬取上市、分析,并用可视化现实全国各地区

    前言在很多网站上,都会以表格的形式展示,而我们获取这种只需通过十几行爬虫代码就可以搞定,轻松搞定网页爬虫,实现高效办? 知识点:爬虫基本原requests的简单使用pandas库pyecharts可视化工具第三方库:requestspandas开发环境:Python 3.6Pycharm这里就只展示部分代码了 爬虫代码 def parse_one_page(html): tb = pd.read_html(html) return tb4.保存def save_csv(): pass if __name__ == pd.read_csv(1.csv) data = , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ]c = ( Map() .add(上市量 , data, china) .set_global_opts( title_opts=opts.TitleOpts(title=上市量分布), visualmap_opts=opts.VisualMapOpts

    23110

    R

    采样:setwd(E:Rwork)set.seed(1234)index

    12410

    Python

    Numpy、Pandas是Python中经常用到的两个框架,都是采用C语言编写,所以运算速度快。Matplotlib是Python的的画图工具,可以把之前后的通过图像绘制出来。 :元素类型 Numpy创建array(object, dtype=None):使用Python的list或者tuple创建zeors(shape, dtype=float):创建全为0的ones (shape, dtype=None):创建全为1的empty(shape, dtype=float):创建没有初始化的arange(stop, dtype=None):创建固定间隔的段linspace ]Pandas丢失删除丢失的行:df.dropna(how=’any’)填充丢失:df.fillna(value=5)值是否为NaN:pd.isna(df1)Pandas合并pd.concat (, axis=0):合并dfpd.merge(left, right, on=’key’):根key字段合并df.append(s, ignore_index=True):添加Pandas导入导出

    33420

    相关产品

    • 大数据处理套件

      大数据处理套件

      腾讯大数据处理套件(TBDS)是基于腾讯多年海量数据处理经验,对外提供的可靠、安全、易用的大数据处理平台。你可以根据不同数据处理需求选择合适的大数据分析引擎和相应的实时数据开发、离线数据开发以及算法开发服务,来构建您的大数据应用服务……

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券