大约有 8,000 项符合查询结果（耗时：0.0104秒） [XML]
阿里的线下野心 - 资讯 - 清泛网 - 专注C/C++及内核技术
...布与银泰、王府井等传统零售品牌合作，双方将实现会员数据互动。当初借助“双11”营销切入线上线下互动后，近年阿里系在线下的动作越来越大，这一次直接深入到了传统零售多年积累并赖以生存的会员和积分。在零售行业...
京东618：算法让UV价值提升200%+，用智能卖场缩短购物路径 - 更多技术 - 清...
...购物路径在今年京东618技术备战中，一个特色就是基于大数据、机器学习技术的智能卖场，用以缩短购物路径、提升购买效率，这也是京东大脑的一个典型...在今年京东618技术备战中，一个特色就是基于大数据、机器学习技术的...
领域驱动设计系列（一）:为何要领域驱动设计？ - 更多技术 - 清泛网 - 专注...
...有一些轻量的演进代码。
为何要领域驱动设计？
简化数据存储
领域驱动设计有很多原因，谈到我为啥要在公司推行领域驱动设计，说起来还是很好玩的，因为原来基于数据驱动的开发方式，也就是传统的多层开发架构，大家...
十张图带你入门Map/Reduce - C/C++ - 清泛网 - 专注C/C++及内核技术
...什么样的模式才会非常适合并行算法？答案：任何作用在数据上的算法都会被隔离。
如果你编写的程序经常会在同一个时刻执行多重事件，并且它们需要访问一些公用数据；那么将会出现冲突，你必须着手处理当一个事件修改...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...