Presto在滴滴的探索與實踐
桔妹導讀：Presto在滴滴內部發展三年，已經成為滴滴內部Ad-Hoc和Hive SQL加速的首選引擎。目前服務6K+用戶，每天讀取2PB ~ 3PB HDFS數據，處理30萬億~35萬億條記錄，為了承接業務及豐富使用場景，滴滴Presto需要解決穩定性、易用性、性能、成本等諸多 ...
原文：機器學習在滴滴網絡定位中的探索和實踐
桔妹導讀：定位是所有LBS服務的基礎服務。在滴滴的業務場景下，定位主要是指各類終端設備的位置，包括手機 單車 行車記錄儀 車機端等。作為底層服務，在滴滴日均提供 億次定位服務，支撐着平台的各類業務。 今天給大家分享的是機器學習在滴滴網絡定位中的實踐工作，會重點介紹三階段的演進：無監督模型 有監督回歸模型 端到端CNN模型。 .什么是網絡定位 目前定位技術主要包括GPS 網絡定位 慣性航位推算 M ...
2020-09-18 17:40 0 797 推薦指數：
相關推薦
12-機器學習-數據探索性分析EDA應用實踐
數據集背景介紹 2009年的《紐約市基准法律》要求對建築的能源和水的使用信息進行說明和評分。 涵蓋的建築包括具有單個建築物的總建築面積超過50,000平方英 ...
（原創）(一)機器學習筆記之數據探索
機器學習的一般步驟 1.確定特征（1）數據探索（2）數據預處理2.確定模型（1）確定目標函數3.模型訓練（1）確定優化算法，估計模型參數4.模型選擇選擇不同參數下的模型。5.模型評估對所選擇的模型進行評估：估計模型在未知數據上的性能(泛化能力). 以上 ...
滴滴算法大賽算法解決過程 - 機器學習
，機器學習的文章，多半一定要說到 熵 這個概念的。什么是熵？ 百度一下： 熵（entropy） ...
人肉工程在機器學習實踐中的作用
關於人肉工程，包括業務知識、領域知識，經驗等，在實際的機器學習問題中的應用，是一個屢見不鮮的話題，典型的有苦逼的數據清洗、人肉特征工程等。大家都想把盡可能多的過程由機器自動完成，但是目前的狀態是，大部分機器學習問題中，最困難也最重要的部分，還是依靠人的經驗來生成特征。那么人的經驗為什么重要，能否 ...
每日一個機器學習算法——機器學習實踐
知道某個算法，和運用一個算法是兩碼事兒。 當你訓練出數據后，發覺模型有太大誤差，怎么辦？ 1）獲取更多的數據。也許有用吧。 2）減少特征維度。你可以自己手動選擇，也可以利用諸如PCA等數學 ...
網絡安全中機器學習大合集 Awesome
網絡安全中機器學習大合集 from:https://github.com/jivoi/awesome-ml-for-cybersecurity/blob/master/README_ch.md#-datasets 歷年來那些與網絡安全中機器學習相關最好的工具與資源 目錄 數據集 ...
teachable-machine:探索機器學習如何工作，瀏覽器中實時瀏覽
教學機器是一個實驗，讓所有人都非常方便的探索機器學習，在瀏覽器中實時瀏覽，不需要編程。學習更多實驗，然后親自嘗試它 訪問：https://teachablemachine.withgoogle.com/ Teachable Machine About Teachable Machine ...