推荐
专栏
教程
课程
飞鹅
本次共找到202条
蚂蚁金融
相关的信息
Irene181
•
3年前
干货|利用Python自动根据数据生成降雨量统计分析报告
作者:小小明简介:Pandas数据处理专家,10余年编码经验,至今已帮助过成千上万名数据从业者解决工作实际遇到的问题,其中数据处理和办公自动化问题涉及的行业包括会计、HR、气象、金融等等,现为菜J学Python核心技术团队成员之一。点击上方“Python爬虫与数据挖掘”,进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤今夜偏
Irene181
•
3年前
项目实战——打造一款股票区间交易盯盘系统
一、简介大家好,我是Snowball。今天给大家分享的内容是基于Java编程,实现股票交易相关功能开发,如果读者对股票或金融衍生物交易不太了解,又比较感兴趣的话可自行查询相关资料。在这篇文章里边,介绍了两个策略,,这篇文章,我们来实战个大的项目。常见的交易策略有很多种,例如趋势型,网格型,剥头皮,概率法则,高频交易等,今天主要给大家介绍2种低频的交易
Aidan075
•
3年前
数据分析面试-业务分析篇
一.指标建模1.1互联网产品常用指标1.2选好数据指标的通用方法论三部曲1.从业务的最终目的出发梳理业务模块拆解:多问几个how目的:我要卖货手段:通过图文来买货支撑手段的手段:通过社区创作的优美的图文来卖货2.判断业务模块所属类型业务类型二.数据分析方法论2.1对比分析绝对值(本身具备价值的数字)eg:销售金融阅读数比例值(在具体环境中看
helloworld_94734536
•
3年前
短视频广告前5s隐藏着哪些“爆量密码”
巨量引擎广告不起量?你该学学这些方法了!在《巨量引擎短视频广告价值白皮书》中指出,用户偏爱具有视觉冲击、内容简单聚焦、创意独特的广告素材。图片来源:《巨量引擎短视频广告价值白皮书》而要达到视听冲击有震撼力,在视频前5s加入激烈的矛盾冲突成为了最简单有效的方式,这也是为什么在教育、金融、电商等短视频广告我们总能看到暴躁的爸妈和疯狂的商家。那么黄金5s里到底是什
Stella981
•
3年前
Chainlink指南【77个应用场景】
Chainlink提供了构建去中心化预言机网络所需的必要开发人员工具,对外部数据的访问为智能合约开启了全新的功能浪潮。本文汇总了77种使用Chainlink预言机网络的方法与实际应用场景,涵盖去中心化金融、外部支付、游戏、保险、企业系统、供应链、工具、身份授权、政府等诸多领域,相信有助于加深学习者对预言机潜力的理解并激发探索的兴趣。用自己熟悉的语言学
Wesley13
•
3年前
2020中国系统架构师大会活动回顾:ZEGO实时音视频服务架构实践
10月24日,即构科技后台架构负责人&高级技术专家祝永坚(jack),受邀参加2020中国系统架构师大会,在音视频架构与算法专场进行了主题为《ZEGO实时音视频服务架构实践》的技术分享。以下为演讲内容的节选:作为一家专业的音视频云服务商,即构服务了泛娱乐、在线教育、金融、产业互联网、IoT等行业的多家头部公司,例如映客、花椒、微博、好未来等。今年上半
Stella981
•
3年前
Python与R的争锋:大数据初学者该怎样选?
在当下,人工智能的浪潮席卷而来。从AlphaGo、无人驾驶技术、人脸识别、语音对话,到商城推荐系统,金融业的风控,量化运营、用户洞察、企业征信、智能投顾等,人工智能的应用广泛渗透到各行各业,也让数据科学家们供不应求。Python和R作为机器学习的主流语言,受到了越来越多的关注。数据学习领域的新兵们经常不清楚如何在二者之间做出抉择,本文就语言特性与使用场景为大
Wesley13
•
3年前
2016中国数据库技术大会(DTCC 北京)
大会介绍随着大数据影响力的不断扩张以及其相关技术的深入发展,大数据从互联网领域向其他行业急速蔓延,行业、金融、政府等领域爆发大数据风潮,大数据对传统行业的影响越来越深重。2015年,国务院常务会议通过了《“互联网”行动指导意见》,明确推进“互联网”促进协同制造、现代农业等11个重点领域,以“互联网”深度改造传统行业,数字驱动转型,促进产业跨
天翼云开发者社区
•
2年前
天翼云对象存储ZOS高可用的关键技术揭秘
对象存储是一种将数据作为对象进行管理的网络存储架构,早期常被用于数据备份归档等场景。对象存储是一种将数据作为对象进行管理的网络存储架构,早期常被用于数据备份归档等场景。随着各行业数字化转型深入,非结构化数据呈现爆发式增长,对象存储作为能够提供可大规模扩展且经济高效的存储方案,其应用愈发广泛,逐渐深入政务、金融等客户的核心业务领域,这也对对象存储的可靠性、可用
helloworld_91538976
•
2年前
大数据建模、分析、挖掘技术应用
1.掌握大数据建模分析与使用方法。2.掌握大数据平台技术架构。3.掌握国内外主流的大数据分析与BI商业智能分析解决方案。4.掌握大数据分析在搜索引擎、广告服务推荐、电商数据分析、金融客户分析方面的应用。5.掌握主流的基于大数据Hadoop和Spark、R的大数据分析平台架构和实际应用。6.掌握基于Hadoop大数据平台的数据挖掘和数据仓库分布
1
•••
18
19
20
21