所谓的网络爬虫，本质上就是个应用程序，此程序可以下载互联网页面相关的信息。换句话说，可以将其理解为一个可以定位并下载互联网资源的程序。 网络爬虫的爬取对象一般是网页的内容，程序主要是通过url来完成资源的定位，然后通过解析相应资源信息，并最终获取到...

眼下深度学习是整个 IT 领域中最热门的技术之一。虽然它只是机器学习五大学派数十种算法之一，但从媒体关注度、论文发表数量和创业投资热度来说，在人工智能、数据科技领域大有力压群雄、独领风骚之势，以至于现在有些希望进入到这个领域的初学者，非常心急的问，是...

机器学习与预测分析正在改变企业和其他组织的运作方式。在充满挑战性的现代市场中，能够理解复杂数据中的趋势和模式是成功的关键，也是获得快速增长的关键战略之一。目前大多数用于大数据分析的机器学习系统都使用Python进行开发，或者预留了Python接口，使人不禁发...

Apache Flink 1.2已经宣布发布，新增特性包括动态缩放功能、安全性、可查询状态等等。本次发布解决了650个问题，维持了与所有公开API的兼容性，以及针对Apache Kafka 0.10和Apache Mesos的支持。 Flink的动态缩放允许更改流式作业的并行度或者工作操作符。此功...

“人工智能”是一个非常含糊的术语。这是因为人工智能（AI）是1955年在一种非常傲慢的情境下被创造出来的一个术语： 我们建议于1956年夏天在新罕布什尔汉诺威的达特茅斯学院进行一个为期2个月，10个人参加的人工智能研讨会。 该研讨会将基于如下设想进行：学习的...

大数据在网易内部的应用丰富多彩，在《让机器读懂用户–大数据中的用户画像》一文中，网易工程师对用户画像进行了较为系统的介绍，并提到用户画像的一个重要作用在于个性化推荐。但企业怎样才能正确认识和利用推荐系统来拓展业务？本文对推荐的本质和实现思路进行了深...

在过去的一年当中，自动化机器学习已经成为一个众人感兴趣的话题。KDnuggets举办了一个关于该话题的博客大赛。结果喜人，有很多有意思的想法与项目被提出来了。一些自动化学习工具也引起了大家的兴趣，受到了大家的追捧。 本篇文章的作者 Matthew Mayo 将会对自...

科技的每一次基础层面的突破，都会推进企业改革，激起创新热潮。有人将人工智能比作第四次工业革命，以突出其对各行各业带来的深远影响。 我们绘制了366家国内早期AI公司的版图，并拜访了这其中不少于40家的公司，写出了这份人工智能行业研究报告。 在这份报告...

从2014年开始接触大数据，两年多时间，我眼中的中国大数据行业已经发生了很大变化。罗胖在跨年演讲中说，算法、人工智能、大数据，最基础的还是数据，没有数据什么也没有。这两年的数据爆炸和技术成熟让大数据较之前有了飞速又落地的发展。见证时代的改变，于我们都...

数据科学家的定义 经历了一些不同阶段的大数据项目之后，我意识到，在“数据科学家”这个角色没定义好之前，“数据化”会遇到很多挑战。这个角色的定义相当模糊，造成很多混淆--很像对“数字化”本身的混淆。我翻阅了一下招聘网站上数据科学家的职责，有的专门通过...