深度：车联网制造商该从物联网“老司机”那里吸取哪些教训

物联网（Internet of Things）的崛起，引发了各行各业中连接设备和传感器数量的惊人增长。

据估计，每秒有超过80个“物体”连接到互联网，到2020年，将有500亿件物体连接到物联网。物联网正在大幅改变着制造业和零售业等产业，企业通过采用雾计算和高级分析等技术，或者在供应链的各个环节部署数十万个传感器，以实现提高效率、提升生产力并且能够实时了解他们的客户。

如今，车联网（Connected Cars）市场面临着许多与物联网行业相同的挑战。但在物联网领域，已经有一些企业攻克了这些挑战，所以我整理了一些采用过的最佳实践和经验教训——其中许多方法可以应用到车联网市场，以帮助汽车制造商及其合作伙伴充分发挥物联网的潜力。

在很多方面，联网的汽车被认为是物联网中的终极“物体”。 车轮上的数据中心真正体现了每个人对于物联网最大的期望和挑战。

通常有100多台车载电脑持续监测位置、部件性能和驾驶行为等等，专家估计，高度自动化的车辆每小时将产生4TB的数据！而且，随着我们交通系统越来越多地通过车辆到车辆（V2V）和车辆到基础设施（V2I）之间的通信进行连接，车联网所产生的数据量将庞大到过载状态。

结果，与其他行业的企业一样，汽车制造商及其合作伙伴遇到了大量、相同的挑战，包括管理大量连接

想读更多 ->

INTERSPEECH 2017系列 | 语音识别之语言模型技术

编者：今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开，众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品，而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。第二期分享的主题是语音识别之语言模型技术（视频回顾请戳这里），以下是本次分享的主要内容。 1 语音识别技术

随着iPHONE 4S中siri的出现，越来越多的民用语音识别出现在大家眼前。现在市面上各种语音输入法、语音机器人层出不穷。下图是去年阿里云栖大会，基于iDST语音技术的ET机器人。现在市面上漫山遍野的智能音箱大战，其中也包含语音识别技术。

想读更多 ->

【Kafka源码】broker被选为controller之后的连锁反应

[TOC]

今天我们主要分析下broker被选为controller之后，主要干了什么。门面代码先列出来：

想读更多 ->

kafka组件简介

六个核心角色

product 生产者(数据提供者) topic 消息类别(每条由product发布到kafka的消息都有一个topic,不同的topic消息分开储存)partition 分区 物理概念(每个topic都至少有一个或很多个partition)broker 服务器(kafka集群的一个节点)consumer group 消费者组别consumer 消费者

topic&partition 可以吧topic理解陈一个先进先出的传送带(queue队列),你需要在发布消息到卡夫卡的时候确定你需要吧你的消息发布的哪个队列中 partition是为了提高卡夫卡的吞吐率,每个topic都会有若干个portion,每个partition 代表着一个物理环境下的文件夹,文件夹里面储存着改partition的所有消息和对应的索引

product 消息生产者吧消息push到卡夫卡的时候,会根据制定好的partition规则吧消息存储到对应的partition 中,这样就实现了负载均衡,同时也提高了IO性能

consumer group 消费者小组要和消息的消费方式结合理解: 同一个topic的同一条消息只能被同一个consumer group 的一个consumer消费 多个con

想读更多 ->

想成为数据科学家？你得先读读这篇文章

市场营销学者Kevin Gray对肯纳索州立大学研究生院副院长、统计学及数据科学教授Jennifer Priestley做了一个采访，请教数据科学究竟是什么、一个好数据科学家应具备哪些品质以及如何成为一个好的数据科学家，访谈全文如下。

Q：您能否用简单、外行人也能听得懂的话向我们解释数据科学？

A：我认为Slack的数据工程总监Josh Wills给出的定义非常恰当——“（数据科学家是）擅长统计学的软件工程师与擅长软件工程的统计学家的混合体。”，我还想在这里加上我本人的“Priestly推论”：“（数据科学家是）擅长对数据

想读更多 ->

阿里云中间件产品科技普惠企业，满足多场景需求

阿里云上的互联网中间件产品家族不久前又添了一名新成员，应用配置管理（ACM）的工具类产品。基于该产品，用户可以在微服务应用架构、分布式架构下的服务治理、应用业务场景动态推送、大数据实时计算算法调整、企业级互联网架构的异地多活等场景下极大地减轻配置管理的工作量，增强配置管理的服务能力，价格却只有传统架构的十分之一。 ACM 产品是一款从 2008 年开始就开始使用并目前被大量应用于阿里内部应用配置管理的工具类产品，是阿里内部被众多应用最广泛依赖的中间件产品之一，在阿里内外众多核心场景有着广泛使用案例。

一、微服务应用架构下的配置管理 在微服务架构下，随着应用和机器数目的增多，配置（如DB_URL访问信息、服务连接池、服务内部缓存大小等）管理的工作会变得很繁琐。单个应用下多个机器的配置分发，应用对应用的配置依赖，都将成为挑战。 在传统架构的应用发布的过程中，应用的配置更改要求整个应用重新打包发布，整个过程非常繁琐，且容易出错。如下图所示。昨天，匆匆从机场赶到清华的地平线创始人余凯，用这样一句话为其在清华x-lab人工智能研习社的讲座开场。

想读更多 ->

不忘初码，聚栈前行

机缘巧合的机会，做了阿里云论坛的版主，也有了个机会深入了解了阿里云服务背后的点滴，转眼1年过去，也简单总结记录一下吧

1、阿里云对中国云服务行业做出的贡献确实不可磨灭，即使存在对万网存量客户红利的充分利用，也有对亚马逊云各项服务像素级的模仿，你可以说这是走捷径，或者在风口谁都能飞，但阿里云的落地能力和执行力让人不得不服，同时也如马云所说，除了技术，还有社会责任，大胆的说一句，如果不是阿里云，这片云服务的蓝海，国内其他云服务商可能连尾巴都还没摸到，带头大哥的地位当之无愧。

2、阿里云的这种落地执行能力，在社区层面更让人印象深刻，依稀记得刚做版主的时候，论坛的帖子和文章资讯是比较萧条的，当一帮不懂技术的管理员小姑娘按照上面的要求大力建设技术社区时，我也是不太看好的，但也就1年光景，肉眼可见的速度下，论坛在大刀阔斧的改版，博客、问答、话题等功能接踵而至，发动一切可发动的群众、技术爱好者、公司内部技术力量等等，先顶层建设，再落地执行。不知不觉的，在2017年的下半年后，一个互联网+技术社区已然形成。而同时期的腾讯云社区，还依旧只是个门庭冷落的小论坛。这番缩影，实在太阿里，太马云了、太王坚了。

3、阿里云对产品的琢磨也有其独到之处，在学习亚马逊的过程中，有很多一样，但也越来越不一样，当客户体量起来后，你会发现，产品层面的研发，是有

想读更多 ->

NLPIR技术助力中文智能数据挖掘

　　随着数据技术的飞速发展以及广泛应用，许多企业和部门建立了自身的数据管理系统，经过长年努力，已经积累了越来越多的数据。于是，人们开始渴望通过对这些庞大的数据分析得到更多的有助于决策的信息。虽然，目前的数据系统可以高效率地实现数据的录入、查询、统计等功能，但由于数据量庞大以及数据库系统中分析方法的严重缺乏，使得它无法发现数据中隐藏的相互联系，更无法根据当前和历史的数据去预测未来的发展趋势。因此，出现了所谓“数据多，知识少”的现象，造成了严重的资源浪费。 　　建立在数据系统之上的计算机决策支持系统出现，为进行高层次的数据决策分析提供了良好的思路和方法。但由于决策支持系统在数据的采集、分析方法上的灵活性等方面存在局限性，使得人们不得不寻求更有效的途径去开拓数据决策分析的思路。计算机人工智能为此作出了巨大贡献。人工智能经历了博奕、自然语言理解、知识工程等阶段，已经进入了机器学习的热点阶段。 　　NLPIR文本搜索与挖掘系统针对互联网内容处理的需要，融合了自然语言理解、网络搜索和文本挖掘的技术，专门针对原始文本集进行处理和加工，提供了用于技术二次开发的基础工具集。开发平台由多个中间件组成，各个中间件API可以无缝地融合到客户的各类复杂应用系统之中，适应于众多应用场景。 　　NLPIR文本搜索与挖掘开发平台的十二大功能： 　　1. 全文精准检索：支持文本、数

想读更多 ->

AI说人“画” | 什么？咱俩说的是一个“模型”嘛！

Hello大家好，我是Vicky，今天我们来讲一些关于“模型“的事儿。

模型是对事物的抽象，是发现规律模拟真实世界用的。

在数据里呢，基本上模型有两类，解释性和预测性，今天来着重来说预测性的。

所以怎么评价模型的好坏呢？ 当然就是预测的多准了。

机器学习模型呢，就是看学习能力如何，也就是看举一反三的能力。

一般常用的机器学习模型包括：分类，回归和聚类。

今天就以分类模型为例，谈谈怎么评价一个“模型”好不好。

检验一个机器学习模型时要做的第一件事就是看误差有多大，

这里的误差有偏差和方差两类：

高偏差的意思就是你从一开始就跑偏了，没学习到真正的规律，也叫欠拟合。

比如这张图，把眼罩当成bra，买家确实没有把“肩带”当作特征，“形状”也确实有点类似，不过她居然忽略了size！（惊）

高方差的意思就是你入戏太深了，虽然你的模型完美的解释了现有的数据，换一组新的就不行了。这也就是过拟合，量身定做过了头儿，好比你查视力的时候，把视力表背下来了，然后查视力的结果左右眼都是5.3，完美！