导读：虚拟网络中存在部分黑产用户，这部分用户通过违法犯罪等不正当的方式去谋取利益。作为恶意内容生产的源头，管控相关黑产用户可以保障腾讯各业务健康平稳运行。当前工业界与学术界的许多组织通常采用树形模型、社区划分等方式挖掘黑产用户，但树形模型、社区划分的方式存在一定短板，为了更好地挖掘黑产用户，我们通过图表征学习与聚类相结合的方式进行挖掘。本文将为大家介绍图算法在网络黑产挖掘中的思考与应用，主要介绍：

本文目录：一、什么是数据湖二、数据湖的发展三、数据湖有哪些优势四、数据湖应该具备哪些能力五、数据湖的实现遇到了哪些问题六、数据湖与数据仓库的区别七、为什么要做数据湖？区别在于？八、数据湖挑战九、湖仓一体十、目前有哪些开源数据湖组件十一、三大数据湖组件对比一、什么是数据湖数据湖是一种不断演进中、可扩展的大数据存储、处理、分析的基础设施；以数据为导向，实现任意来源、任意速度、任意规模、任意类型数据的全

文本分类的几种文本向量化方法

idea自带数据库连接管理工具

https://www.secrss.com/articles/27699导读：金融是AI赋能传统行业的重要赛道。本次分享的主要内容为金融大数据风控模型在度小满金融的实践。主要介绍金融大数据风控模型的主要技术方法与在应用层面的主要问题，并结合新冠疫情背景下，探讨下风控模型的发展。01金融大数据风控模型的技术方法1. 风险管理中的金融科技风险管理中的金融科技主要包括两个方面：一方面是传统金融的风险管

百面机器学习 - 简书一. 数学基础1. 最大似然估计，最大后验概率、贝叶斯估计参考： https://blog.csdn.net/bitcarmanlee/article/details/814171511.1 最大似然估计（maximum likelihood estimates, MLE）最大似然估计可以概括为“模型已定，参数未知”以抛硬币为例，假设抛十次硬币的结果为，七次为正， 三次为反，

https://www.secrss.com/articles/27699导读：金融是AI赋能传统行业的重要赛道。本次分享的主要内容为金融大数据风控模型在度小满金融的实践。主要介绍金融大数据风控模型的主要技术方法与在应用层面的主要问题，并结合新冠疫情背景下，探讨下风控模型的发展。01金融大数据风控模型的技术方法1. 风险管理中的金融科技风险管理中的金融科技主要包括两个方面：一方面是传统金融的风险管

本文章向大家介绍Python Pandas DataFrame.values实例讲解，主要分析其语法、参数、返回值和注意事项，并结合实例形式分析了其使用技巧，希望通过本文能帮助到大家理解应用这部分内容。

DT、RF、GBDT、XGBoost

大数据建模与数据模型工具