HelloWorld 开发者社区
科技资讯
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
前端DDD总结与思考
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/497bef6aee1d3d0523238e5bade0469a.png)软件开发架构演化与DDD起源单体服务架构:大概10年前,我在武汉工作的时候,甲方客户
快速上手,玩转数据分析
做数据分析工作,一定要遵循一定的原则,这些原则,我简单列了列,属于亮哥比较看重的,但是不一定是通用的。让我们先来看数据分析的一般流程。数据分析的一般流程数据分析应该遵循下面这个流程:!(https://imghelloworld.osscnbeijing.aliyuncs.co
代码回现 | 如何实现交易反欺诈?
一、背景概述交易反欺诈是VoltDB适用场景之一,是典型的事件驱动的业务,核心是摄取高频的交易数据,并逐条对交易进行一系列复杂的反欺诈规则校验,最终生成评判交易可疑度的分值,发送给下游业务系统,触发交易拦截动作。反欺诈规则中涉及大量的通过分析历史交易生成的指标项,在VoltDB中进行流式
python数据分析 | pandas关于csv文件的读写操作
微信公众号:Python集中营简单的事情重复做,重复的事情坚持做,坚持的事情用心做;你的肯定是我坚持的动力,如果这篇文章对你有帮助,点个关注吧!sep自定义分隔符<pre<code1file_path&34;data.csv&34;23返回Data
python数据分析 | 学习路线一览
随着大数据的发酵,有很多人都看向了数据分析师这个职位。昨天,老王在微信指数中搜索了“数据分析”这个关键字结果竟然达到了600多万。要知道python的位置微信指数才不到1000万,本着为广大猿友答疑解惑的初衷,笔者默默的写下了这篇文章。1、数学知识大四的时候,有一门数学学科
思迈特软件Smartbi多维分析的特性!
在大量的BI应用场景中,用户往往将通过系统获得的数据,再拿到Smartbi电子表格Excel中进行二次分析。借助于Smartbi大数据分析工具我们能将此一步到位,直接将数据刷新到Excel数据表中,马上进行分析,提高工作效率。那Smartbi怎么实现一步到位的呢?下面我们来看以下Smartbi多
python数据分析|pandas的excel基本数据操作(附加篇)
1、下载并导入相关扩展库<pre<code1下载扩展库2pipinstallxlrd3pipinstallpandas4coding:UTF856导入pandas库7importpandasaspd</code
多用户 JupyterHub 部署及 GitHub 用户认证
最近工作上,领导希望将分析师在各自电脑上的分析环境和任务脚本进行统一管理,要求我给出一个解决方案。而分析师使用的工具是Jupyter,我自然而然的想到了官方的JupyterHub。经过调研,发现JupyterHub完全能满足需求,而且对分析师来说学习成本几乎为零。于是我便花了一天的时间部署了
别找了,你要的汽车行业数据分析方法在这里
近几年来,除了买房成为年轻人的狂热,买车效应也迅速占领市场,那18万左右热销轿车是市场分析如何?是否值得买?下面我就给大家展示一下我用大数据分析工具做出来的大数据分析。传统的燃油型乘用车是一个高度成熟、充分竞争的行业,也是以品牌为核心的价值营销行业!尤其从最近2年来看,这个细分市场的总需求只是比
思迈特软件Smartbi:企业数字化转型的成功由数据驱动
企业数字化改造是一项系统工程。数字化转型的成功企业决策将由数据驱动。数字化转型需要高层企业的推动,也需要企业全体员工的参与,形成良好的员工自助数据驱动文化。我们不禁要问,什么是自助分析?什么是数据驱动?如何构建公司的数据驱动文化?是什么驱使企业建立成功的数据驱动文化?未必是数据本身。这是次要的。
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。