数据科学的挑战计算瓶颈人的瓶颈-TalkingData.PDF

下载文档 降价啦

5
0
约1.33万字
约 31页
2018-02-18 发布于天津
举报
版权申诉
保障服务

数据科学的挑战计算瓶颈人的瓶颈-TalkingData.PDF

1、本文档共31页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

数据科学的挑战计算瓶颈人的瓶颈-TalkingData

数据科学的挑战 Endeavor of TalkingData 张夏天 Chief Data Scientist TalkingData 数据科学家的一天数据科学的盛世 BigData孕育出一个又一个奇迹 TalkingData 的数据 TalkingData的数据科学银行地产用户画像 ID Graph 成就客户互联网金融位置数据挖掘零售家庭WiFi 数据挖掘识别数据自动 Data Cloud 聚合观象台 Lookalike 大规模机器学习融入产品 DMP + Marketing Cloud 深度学习 TD GO 算法和技术数据科学的挑战 N 计算瓶颈 Data Computation 人的瓶颈突破计算的瓶颈算法的计算瓶颈 N Data Computation Cheng T. Chu, Sang K. Kim, Yi A. Lin, Yuanyuan Yu, Gary R. Bradski, Andrew Y. Ng, Kunle Olukotun ，Map- Reduce for Machine Learning on Multicore, NIPS, 2006. 计算量倍数增长 Data IO开销巨大机器学习的并行模式 • 开发友好 AllReduce • 同步代价大