「資料優化生活」。
對於個人來說，其實我們每天都被資料報圍著，無形中產生了許多個人資料。
web2.0
革命的自然深化和擴充套件，終極目的就是創造真正的「資料人」，也就是以個人為中心，將其在網際網路上的言行舉止和世上一切有關此人的所產生的資料匯集起來精準描述，在保護隱私的前提下進行智慧型化和個性化的服務匹配。在這方面，facebook和蘋果的基礎最好，走的最遠。「我的資料」（my data），「自我量化」（quantified self），「奈米定位」（nanotargeting）等一系列新概念正在業內出現，一批圍繞個人完整動態資料獲取的服務和機制正在嘗試之中。
資料在朝著海量化趨勢演變，
同時個人資料整合也是一種改變人們生活的方向。
個人資料收集
該部落格整理了深度學習各方面的 特別是檢測，總結比較完整 神經網路與深度學習書 深度學習500問 每天推送最新 翻譯 彙總 閱 gnn s 基於孿生網路的目標跟蹤演算法彙總 影象分類演算法，整理了包含resnet，densenet等 和 閱 借助keras，pytorch，比較34個模型。可直接復用...
個人資料暫存
activity啟動模式 及 intent flags 與 棧 的關聯分析 notification使用詳解之三 通過服務更新進度通知 在activity中監聽服務進度 notification使用詳解之四 由後台服務向activity傳送進度資訊 android 通知欄notification的全...
機器學習個人資料整理
學習machine learning也有很長一段時間了，前段時間在 中應用了gtb gradient tree boosting 演算法。在我的資料集上gtb的performance比random forest要稍微強一點，整個experiment做完之後，有許多東西都來不及及時整理，很多都遺忘了。...