数据处理不等式：Data Processing Inequality
我是在差分隐私下看到的，新解决方案的可用性肯定小于原有解决方案的可用性，也就是说信息的后续处理只会降低所拥有的信息量。
那么如果这么说的话为什么还要做特征工程呢，这是因为该不等式有一个巨大的前提就是数据处理方法无比的强大，比如很多的样本要分类，我们做特征提取后，SVM效果很好 ，但是如果用DNN之类的CNN、AuToEncoder，那么效果反而不如原来特征。
中小型企业网站云服务器配置推荐解决方案！
信息社会的飞速发展，任何企业都脱离不了互联网，越来越多的企业都通过互联网实施无纸化的办公，互联网推广一体化整体型推广、互联网+电子商务。但是实现这些的最最基础的条件就是需要有自己的网上站点，而承载这个站点信息的载体我们称为服务器。
GStreamer 简化 Linux 多媒体开发
<div class="mod-top" id="card-container" style="margin-bottom: 18px; font-family: arial, 宋体, sans-serif; font-size: 14px; line-height: 24px;"><div class="card-summary nslog-area clearfix" data-nslog
FastJson中@JSONField注解使用
最近做项目中，使用了json格式在服务器之间进行数据传输。但是发现json格式数据不符合JAVA中的变量定义规则，并且难以理解，因此需要在后台中做二次处理，将数据处理成我们系统中定义的格式。
思路：
1. 定义需要返回的bean,bean中定义需要返回的数据
2. 获取到需要处理的JSON字符串
3. 将JSON字符串转换为bean, 再将转换后的bean返回给客户端。
【Spark Summit East 2017】提升Python与Spark的性能和互操作性
本讲义出自Wes McKinney在Spark Summit East 2017上的演讲，对于使用Python编程以及并行化和扩大数据处理方面，Spark已成为一个受欢迎和成功的框架，但是在很多案例中，使用PySpark的任务处理要比使用Scala编写的效率差，而且在Python环境与Spark主机之间推拉数据也将增加开销，本次演讲将验证和分析使用一些Python库进行序列化以及互操作性问题。
【iOS】浅谈App开发iOS端的架构设计
本文将要讲的架构设计可能没有那么真正的架构那么准确，可以理解为在创建App时项目的一个目录结构吧。
做iOS开发3年，其实深刻的架构设计感觉还谈不上，主要是现在接手了一套架构比较牛的代码，然后回头看了一下自己之前的App架构，觉得豁然开朗了很多。
网页抓取工具之数据预处理
提取的数据还不能直接拿来用？文件还没有被下载？格式等都还不符合要求？别着急，网页抓取工具火车采集器自有应对方案——数据处理。