机器学习-异常检测算法（二）：Local Outlier Factor
Local Outlier Factor（LOF）是基于密度的经典算法（Breuning et.al. 2000）, 文章发表于 SIGMOD 2000, 到目前已经有 3000+ 的引用。在 LOF 之前的异常检测算法大多是基于统计方法的，或者是借用了一些聚类算法用于异常点的识别（比如 ，DBSCAN，OPTICS）。
10分钟教你使用阿里云API
我也是从13年才正式开始接触阿里云的，在2014年才开始用，当时可能有些自动化的需求一直使用aliyuncli，但是效率太低，而且记得当时有些地方使用不方便，所以自己就写了个简单的通用SDK。最近发现用阿里云的朋友越来越多，今天分享给大家，这里以负载均衡服务为例子。
史上最全！阿里智能人机交互的核心技术解析
过去20多年，互联网及移动互联网将人类带到了一个全新的时代，如果用一个词来总结和概括这个时代的话，“连接”这个词再合适不过了。这个时代主要建立了四种连接：第一，人和商品的连接；第二，人和人的连接；第三，人和信息的连接；第四，人和设备的连接。
SLS机器学习介绍（01）：时序统计建模
时序数据是业务监控中最多方法，双十一大盘、业务监控系统、系统性能平台等都可以看到他的身影。为了更好的在日志服务平台中，针对时序数据进行进行较好的分析和交互，本团队针对单时序数据数据的各种场景，开发了相应的时序数据处理算法，可直接嵌入在标准的MySQL语法中使用，降低了用户对这类算法的使用难度，提供更好的服务。
一文带你入门图论和网络分析
本文从图的概念以及历史讲起，并介绍了一些必备的术语，随后引入了networkx库，并以一个航班信息数据集为例，带领读者完成了一些基本分析。
