chentiankong的专栏

公司员工培训计划

springcloud微服务，82节视频课程。

2019年中国互联网发展全瞻、2019年中国互联网发展全瞻

目录 CVPR-18 阿里巴巴 Spotlight 论文：基于时间尺度选择的在线行为预测 ......................................... 1 CVPR-18 阿里巴巴 Spotlight 论文：基于语境对比特征和门控多尺度融合的场景分割 ................. 4 1. 语境对比局部特征 ..................................................................................................................... 5 2. 门控多尺度融合 ......................................................................................................................... 6 3. 实验 ............................................................................................................................................. 7 CVPR-18 阿里巴巴 Spotlight 论文：所见所想所找－基于生成模型的跨模态检索 ......................... 8 1. 摘要 ............................................................................................................................................. 8 2. 引言 ............................................................................................................................................. 8 3. 方法 ............................................................................................................................................. 9 4. 实验 ........................................................................................................................................... 10 5. 总结 ........................................................................................................................................... 11 CVPR2018 阿里巴巴 Poster 论文：整体还是局部？应用 Localized GAN 进行图像内容编辑、半监 督训练和解决 mode collapse 问题 ..................................................................................................... 11 1. 摘要 ........................................................................................................................................... 11 2. GAN 和基于图模型的半监督机器学习的关系 ....................................................................... 12 3. 用全局还是局部坐标来研究 GAN ........................................................................................... 14 4. 从几何角度研究 Mode collapse 问题 ..................................................................................... 15 CVPR2018 阿里巴巴 Poster 论文：处理多种退化类型的卷积超分辨率 ......................................... 16 1．摘要 ............................................................................................................................................ 16 2．引言 ............................................................................................................................................ 16 3．方法 ............................................................................................................................................ 17 4．实验 ............................................................................................................................................ 19 5．结论 ............................................................................................................................................ 20 CVPR2018 阿里巴巴 Poster 论文：基于尺度空间变换的本征图像分解 ......................................... 21 摘要 .................................................................................................................................................. 21 1. 引言 ............................................................................................................................................ 21 2. 相关工作（略） ......................................................................................................................... 22 3. 我们的方法................................................................................................................................. 22 3.1 网络结构的演化 ................................................................................................................... 23 3.2 残差块 ................................................................................................................................... 24 3.3 损失函数 ............................................................................................................................... 24 3.4 数据增强训练 ....................................................................................................................... 25 CVPR-2018 阿里巴巴收录论文 4. 实验 ............................................................................................................................................. 25 4.1 数据集 ................................................................................................................................... 25 4.2 MPI 数据集实验结果 ............................................................................................................ 26 4.3 MIT 数据集实验结果 ............................................................................................................ 28 5. 结论 ............................................................................................................................................ 29 CVPR2018 阿里巴巴 Poster 论文：基于直推式无偏嵌入的零样本学习 ......................................... 29 摘要 .................................................................................................................................................. 29 1. 引言 ............................................................................................................................................ 29 2. 相关工作（略） ......................................................................................................................... 31 3. 我们的方法................................................................................................................................. 31 3.1 问题的形式化 ....................................................................................................................... 31 3.2 QFSL 模型 .............................................................................................................................. 32 3.3 模型优化 ............................................................................................................................... 34 4. 实验 ............................................................................................................................................ 34 4.1 数据集 ................................................................................................................................... 34 4.2 在传统设置下的效果比较 ................................................................................................... 34 4.3 在广义设置下的效果比较 ................................................................................................... 35 5. 讨论 ............................................................................................................................................ 35 6. 结论 ............................................................................................................................................ 36

大数据治理——为业务提供持续的、可度量的价值 1 概述 2 大数据治理系列 2 第一部分：大数据治理统一流程模型概述和明确元数据管理策略 2 第二部分：元数据集成体系结构 15 第三部分：实施元数据管理 25 第四部分：大数据治理统一流程参考模型的第四步到第九步 36 第五部分：定义度量值和主数据监管 53 第六部分：大数据监管和信息单一视图监管 67 第七部分：分析监管、安全与隐私管理和信息生命周期监管 80

数据管理的现状 3 数据治理的概述 4 1.1 数据治理概念 4 1.2 数据治理目标 4 数据治理体系 5 数据治理核心领域 5 1.3 数据模型 6 1.4 数据生命周期 6 1.5 数据标准 8 1.6 主数据 9 1.7 数据质量 10 1.8 数据服务 12 1.9 数据安全 12 2. 数据治理保障机制 13 2.1 制度章程 13 2.1.1 规章制度 13 2.1.2 管控办法 13 2.1.3 考核机制 13 2.2 数据治理组织 15 2.2.1 组织架构 15 2.2.2 组织层次 16 2.2.3 组织职责 17 2.3 流程管理 19 2.4 IT技术应用 19 2.4.1 支撑平台 19 2.4.2 技术规范 22 附件A 数据管理规范 23 附件B 数据质量评估办法 38 附件C 数据质量管理流程 42

一、数据治理概述 2 (一) 数据治理概念 2 (二) 数据治理目标 2 二、数据治理需求分析 2 三、数据治理体系建设 4 (一) 数据治理管控机制 4 (二) 数据治理核心域 9 (三) IT工具支撑 14 (四) 数据治理管控宣介 16 (五) 数据治理实施规划 17 四、数据治理应用 17 (一) 证券行业数据治理应用 17 五、附录 20 (一) 附录A 数据治理工作管理办法 20 (二) 附录B 数据质量评估办法 30 (三) 附录C 数据质量管控流程 33

阿里巴巴Java开发手册1.4.0(2018.5最新版)，涵盖编程规约、单元测试规约、异常日志规约、MySQL规约、工程规约、安全规约等，让我们一起码出高效、码出质量。

2018年中国区块链产业白皮书（完整版），2018.05.20最新更新的！！

《阿里技术参考图册》（研发篇）！！！！

阿里技术参考图册》（算法篇）！！！阿里技术参考图册》（算法篇）！！！

TensorFlow技术解析与实战 。个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！ TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。本书从深度学习的基础讲起，深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等）并对MNIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow

第一部分 应用数学与机器学习基础 第二部分 深层网络：现代实践 第三部分 深度学习研究

通过阅读本书，读者将掌握以下内容： · T e n s or Fl ow 的核心A PI · T e n s or Fl ow 的工作流：数据流图的定义和数据流图的执行 · 如何在各种设备上安装T e n s or Fl ow · 组织代码和项目的最佳实践 · 如何用T e n s or Fl ow 创建核心机器学习模型 · 如何用T e n s or Fl ow 实现R NN和CNN · 如何用T e n s or Fl ow Se r v i n g 部署代码 · 利用T e n s or B oa r d分析模型的基础知识

springboot全套视频教程+项目源码！！！！！！！！！！

Java深入微服务原理改造房产销售平台 Java 微服务 spring sping boot

深度学习视频教程，中文授课，带有PPT，是难得的中文授课的深度学习视频！！

吴恩达深度学习2018年课程第五课（全部资料）！！！！

蚂蚁金服Docker实践的挑战与方案 ACS简介 以容器为载体，为PaaS/SaaS按需提供计算存储网络资源，提高资源的利用率与交付速度 适配多种IaaS环境，对PaaS/SaaS屏蔽IaaS实现细节 实现容器/集群级别的标准化与可复制/可迁移

蚂蚁金服 金融科技独角兽的崛起！！！！！！！！！！！！！！！！

支付宝核心账务去Oracle实践（2017） --互联网金融核心系统数据层架构演进

Python标准库（中文版），各种文档 包含300个文件。！！

老男孩教育Python培训视频，python开发视频，请去此资源所属专辑，内有全部视频！

什么是区块链 定义 区块链（Blockchain）技术自身仍然在飞速发展中，目前还缺乏统一的规范和标准。 wikipedia 给出的定义为： A blockchain —originally , block chain —is a distributed database that maintains a continuously-growing list of data records hardened against tampering and revision. It consists of data structure blocks—which hold exclusively data in initial blockchain implementations, and both data and programs in some of the more recent implementations—with each block holding batches of individual transactions and the results of any blockchain executables. Each block contains a timestamp and information linking it to a previous block. 最早区块链技术雏形出现在比特币项目中。作为比特币背后的分布式记账平台，在无集中式 管理的情况下，比特币网络稳定运行了近八年时间，支持了海量的交易记录，并未出现严重 的漏洞。 注：比特币历史上唯一已知的漏洞事件曾导致比特币的恶意增发，但问题很快被发现并修 正，相关非法交易被撤销。 公认的最早关于区块链的描述性文献是中本聪所撰写的 比特币：一种点对点的电子现金系 统，但该文献重点在于讨论比特币系统，实际上并没有明确提出区块链的定义和概念。在其 中，区块链被描述为用于记录比特币交易的账目历史。

龙果学院MySQL大型分布式集群,包含视频、ppt、java源码!！

基于R和Python的数据科学项目案例集锦，内容涵盖了基于数据科学的所有要素，包括数据采集、处理、清洗、分析、建模、可视化以及数据产品的搭建。案例包含了汽车数据分析、股票市场建模、社交网络分析、推荐系统、地理信息分析，以及Python代码的计算优化。通过手把手的案例解析，令读者知其然并知其所以然。业界的数据分析师、数据挖掘工程师、数据科学家都可以读一读。想要了解实际工作中如何用数据产生价值的在校学生，或者对数据科学感兴趣的人也值得一读。

自Django 创建以来，各种各样的开源社区已经构建了很多Web 框架，比如JavaScript 社区创建的Angular.js 、Ember.js 和Backbone.js 之类面向前端的Web 框架，它们是现代Web 开发中的先驱。Django 从哪里入手来适应这些框架呢？我们如何将客户端MVC 框架整合成为当前的Django 基础架构？, 本书讲述如何利用Django 强大的“自支持”功能体系。本书的目标是引导读者跨越认为Django 太繁重而无法进行快速应用开发的误区。从创建世界上最小的Django 应用到构建RESTful API ，本书将引导读者学习如何利用这种流行的Python Web 框架。, 写这本书的目的, 我们编写本书主要是出于对Django 的热爱。我们的社区是令人惊奇的，它有很多资源可以用来学习Django 和开发应用。尽管我们也喜欢包括官方的Django 文档在内的一些资源，但这仅仅是对Django 强大功能的过于关注，而 非它的解耦设计。Django 是一个令人满意的框架，它带有很多用于构建Web 应用的通用程序。在本书中，我们要突出说明如何将这些组件进行分离和间接替换，并从中选出最适合创建应用的一些组件来。同样地，我们想要将Django 项目和应用的典型框架进行分解。我们的目标是使读者不再提出“我怎样用Django 完成我的X 工作”这样的问题，而是提出“Django 能帮我完成X 工作吗？如果不能，社区有可用的工具吗”这样的问题。, 另外，我们想要回答的问题是利用大量客户端实时交互，以及与本地可移动应用匹配的组件构建更多应用时，将Django 放在网络的什么地方适用。作为框架，用户对Django 一无所知，这使得一些喜欢Django 的用户无法得到构建这种应用的指导。我们希望本书能够帮助解决这些问题，想看到Django 及其社区日益壮大，并在多年后大家也成为它的一员。

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是写给程序员的一本数据挖掘指南，可以帮助读者动手实践数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。本书采用“在实践中学习”的方式，用生动的图示、大量的表格、简明的公式、实用的Python代码示例，阐释数据挖掘的知识和技能。每章还给出了习题和练习，帮助读者巩固所学的知识。 本书适合对数据挖掘、数据分析和推荐系统感兴趣的程序员及相关领域的从业者阅读参考；同时，本书也可以作为一本轻松有趣的数据挖掘课程教学参考书。 数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。, 本书是写给程序员的一本数据挖掘指南，可以帮助读者动手实践数据挖掘、集体智慧并构建推荐系统。全书共8章，介绍了数据挖掘的基本知识和理论、协同过滤、内容过滤及分类、算法评估、朴素贝叶斯、非结构化文本分类以及聚类等内容。

Redis 高并发秒杀商品系统(Spring MVC+bootstrap+redis+mybatis)

程序员版《人性的弱点》，提升职业生涯软技能，探讨领导力、合作、沟通、高效等团队成功关键因素

2017产品经理白皮书【高清完整版】！包括：行业现状、生存策略、行业发展。

时间就是金钱！时间就是金钱！时间就是金钱！ 《21天实战Caffe》-真正清晰版本。

全国省市区县街道 的 json 数据： 文件含义 文件名称 省份数据 provinces.json 城市数据 cities.json 区县数据 areas.json 乡镇（街道）数据 streets.json “省份、城市” 二级联动数据 pc.json “省份、城市” 二级联动数据（带编码） pc-code.json “省份、城市、区县” 三级联动数据 pca.json “省份、城市、区县” 三级联动数据（带编码） pca-code.json “省份、城市、区县、乡镇” 四级联动数据 pcas.json “省份、城市、区县、乡镇” 四级联动数据（带编码） pcas-code.json

AI圣经！深度学习领域奠基性的经典畅销书！长期位居美国亚马逊AI和机器学习类图书榜首！所有数据科学家和机器学习从业者的必读图书！特斯拉CEO埃隆·马斯克等国内外众多专家推荐！ 深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。因为计算机能够从经验中获取知识，所以不需要人类来形式化地定义计算机需要的所有知识。层次概念允许计算机通过构造简单的概念来学习复杂的概念，而这些分层的图结构将具有很深的层次。本书会介绍深度学习领域的许多主题。 本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。*后，本书还提供了一些研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。 《深度学习》这本书既可以被本科生或研究生用于规划其学术界或工业界生涯，也适用于希望在各种产品或平台上开始使用深度学习技术的软件工程师。作者 在本书的配套网站上为读者和教师提供了补充资料。中文版读者可以访问人民邮电出版社异步社区www.epubit.com.cn获取相关信息。

阿里巴巴 Java开发手册——关注程序人生，获得无限福利 ！

博客系统My-Blog-master！ 博客系统My-Blog-master！ 博客系统My-Blog-master！

spring boot+mybatis+thymeleaf+apache shiro开发面向学习型的后台管理系统！

Vue.js 前端开发 快速入门与专业应用，带书签！Vue.js 前端开发 快速入门与专业应用，带书签！

本书以模块化风格写成，几乎每一章都是一个独立的模块，读者将能够自由地在各个 模块间切换阅读。全书分两部分，第一部分用9章内容介绍了安装Nginx及第三方模块、 配置向导、使用mail模块、Nginx作为反向代理、Nginx Http服务器、Nginx的开发、在 Nginx中集成Lua以及故障排除技巧；第二部分用4个附录的形式介绍了指令参考、Rewrite 规则指南、Nginx社区以及Solaris系统下的网络调优。

( 区块链与医疗IT：算法、隐私和数据.pdf ) ( 区块链与医疗IT：算法、隐私和数据.pdf )