首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

书单 | 如何用数据赋能企业、驱动增长?这些权威经典书告诉你!

👆点击“博文视点Broadview”,获取更多书讯 当前,数据不仅是企业的核心资产和重要战略资源,也是重要的生产要素。数据资产已日益成为企业抢占未来发展主动权的前提和保障,做好数据治理、学会用数据赋能企业、驱动增长势在必行。 当一个时代来临的时候,最怕的是我们看不懂。 所以,为了帮大家看懂这个数智驱动的时代,博文菌为大家精心挑选了8本与数据赋能企业相关的权威经典书,希望帮助大家了解未来商业新形态的思考与实践,全面认识企业数智化转型,找到驱动企业持续增长的新力量,成为企业不可或缺的新势力人才! ----

01

深入浅出 spring-data-elasticsearch 之 ElasticSearch 架构初探(一)

本文目录 一、Elasticsearch 基本术语 1.1 文档(Document)、索引(Index)、类型(Type)文档三要素 1.2 集群(Cluster)、节点(Node)、分片(Shard)分布式三要素 二、Elasticsearch 工作原理 2.1 文档存储的路由 2.2 如何健康检查 2.3 如何水平扩容 三、小结 一、Elasticsearch 基本术语 1.1 文档(Document)、索引(Index)、类型(Type)文档三要素 文档(Document) 文档,在面向对象观念就是一个对象。在 ES 里面,是一个大 JSON 对象,是指定了唯一 ID 的最底层或者根对象。文档的位置由 _index、_type 和 _id 唯一标识。 索引(Index) 索引,用于区分文档成组,即分到一组的文档集合。索引,用于存储文档和使文档可被搜索。比如项目存索引 project 里面,交易存索引 sales 等。 类型(Type) 类型,用于区分索引中的文档,即在索引中对数据逻辑分区。比如索引 project 的项目数据,根据项目类型 ui 项目、插画项目等进行区分。 和关系型数据库 MySQL 做个类比: Document 类似于 Record Type 类似于 Table Index 类似于 Database 1.2 集群(Cluster)、节点(Node)、分片(Shard)分布式三要素 集群(Cluster) 服务器集群大家都知道,这里 ES 也是类似的。多个 ElasticSearch 运行实例(节点)组合的组合体是 ElasticSearch 集群。 ElasticSearch 是天然的分布式,通过水平扩容为集群添加更多节点。 集群是去中心化的,有一个主节点(Master)。主节点是动态选举,因此不会出现单点故障。 那分片和节点的配置呢? 节点(Node) 一个 ElasticSearch 运行实例就是节点。顺着集群来,任何节点都可以被选举成为主节点。主节点负责集群内所以变更,比如索引的增加、删除等。所以集群不会因为主节点流量的增大成为瓶颈。因为任何节点都会成为主节点。 下面有 3 个节点,第 1 个节点有:2 个主分片和 1 个副分片。如图:

04

带你动手编程的强化学习系列课,拯救各位学习困难户!

如今,深度强化学习算法被认为是最有可能实现通用人工智能计算的方法。 由于深度强化学习算法融合了深度学习、统计、信息学、运筹学、概率论、优化等多个学科的内容,入门门槛高是事实。 虽然市面上有着很多优秀的AI著作,但自己学起强化学习算法仍然是一团浆糊。作为一个科技小编,其实我清楚我的问题出在哪里。就像学游泳,只学理论而不下水,永远学不会。 只懂原理而不进行编程训练,那永远也别想学会强化学习算法! 淦!道理说的头头是道,可如何动手,去哪动手? 问题就出在这里。市面上大部分强化学习资料的重心用在了描述算法原理上,

01

带你动手编程的强化学习系列课,拯救学习困难户!

如今,深度强化学习算法被认为是最有可能实现通用人工智能计算的方法。 由于深度强化学习算法融合了深度学习、统计、信息学、运筹学、概率论、优化等多个学科的内容,入门门槛高是事实 虽然市面上有着很多优秀的AI著作,但自己学起强化学习算法仍然是一团浆糊。只懂原理而不进行编程训练,那永远也别想学会强化学习算法! 南开大学人工智能学院讲师郭宪老师带来的《深入浅出强化学习:编程原理》系列课程,从代码的角度出发,通过编程实例帮助那些想要学习强化学习算法的同学更深入、更清楚地理解算法! 9节精品视频课回放,限时特惠,10个名

03
领券