深度学习的基础知识：1、概念：深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，

1、什么是智能合约？智能合约（Smart Contract ）是一种旨在以信息化方式传播、验证或执行合同的计算机程序协议。智能合约允许在没有第三方的情况下进行可信交易。2、 时间戳的价值是什么？区块链通过时间戳保证每个区块依次顺序相连。时间戳使区块链上每一笔数据都具有时间标记，任何人无法篡改。3、 区块链的分层结构是什么样的？区块链的分层结构可以参考下图，从底层到应用层，可以分为：（1） 数据层：

1、如何基于Fabric开发客户端的应用？Fabric目前提供的SDK支持：Go、Python、Node.js和Java。前端应用通过SDK调用服务端的智能合约Chaincode。有些BaaS(Blockchain as a Service)云平台也提供REST接口，方便客户端调用后端的智能合约。2、 Fabric上开发好的应用如何部署？Fabric上开发好的前端应用的部署和传统应用没什么不同，可

人工神经网络是由大量节点相互连接构成的具有信息响应的网状拓扑结构，可用于模拟人脑神经元的活动过程，它反映了人脑功能的基本特性，包括诸如信息加工、处理和储存等过程。到目前为止，已经发现的人工神经网络特征主要有非线性、并行处理和容错性，并具有联想、自学习、自组织和自适应能力。一、非线性人工神经网络可以很好地处理非线性问题，是因为其内部的组成单元——神经元可以处于激活或抑制两种不同的状态，这种行为在数学

1、定义大数据是以容量大、类型多、速度快、价值密度低为主要特征的数据集合，由于这些数据本身规模巨大、来源分散、格式多样，所以需要新的体系架构、技术、算法和分析方法来对这些数据进行采集、存储和关联分析，以希望能够从中抽取出隐藏的有价值的信息。2、特性（1）大量化（Volume）（2）快速化（Variety）（3）多样化（Velocity）（4）价值密度低（Value）（5）数据价值（Value）3、

1、批处理计算针对大规模数据的批量处理代表产品：MapReduce；Spark等2、流计算针对流数据的实时运算，实时处理，给出实时响应，否则分析结果就会失去商业价值代表产品：Storm、S4、Stream、Puma、DStream、Super Mario、银河流数据处理平台等3、图计算针对大规模图结构数据的处理代表产品：Pregel、Graphx、PowerGraph、Hama、GoldenOrb

大数据的关键技术：大数据的关键技术分为分析技术和处理技术，可用于大数据分析的关键技术主要包括A/B测试，关联规则挖掘，数据挖掘，集成学习，遗传算法，机器学习，自然语言处理，模式识别，预测模型，信号处理，空间分析，监督式学习，时间序列分析等，可用于大数据处理的关键技术主要是商业智能，云计算，数据仓库，数据集市，分布式系统，元数据，非关系型数据库，非结构化数据，半结构化数据，SOL，流处理和可视化技术

1、什么是以太坊？以太坊（Ethereum）是一个开源的有智能合约功能的公共区块链平台。通过其专用加密货币以太币（Ether，又称“以太币”）提供去中心化的虚拟机（称为“以太虚拟机” Ethereum Virtual Machine）来处理点对点合约。2、 什么是ICO？ICO（是Initial Coin Offering缩写），首次币发行，源自股票市场的首次公开发行（IPO）概念，是区块链项目首

1、云计算为大数据提供了技术基础，大数据为云计算提供用武之地2、物联网是大数据的重要来源，大数据技术为物联网数据分析提供支持3、云计算为物联网提供了海量数据存储能力，物联网为云技术提供了广阔的应用空间...

大数据的关键技术：大数据的关键技术分为分析技术和处理技术，可用于大数据分析的关键技术主要包括A/B测试，关联规则挖掘，数据挖掘，集成学习，遗传算法，机器学习，自然语言处理，模式识别，预测模型，信号处理，空间分析，监督式学习，时间序列分析等，可用于大数据处理的关键技术主要是商业智能，云计算，数据仓库，数据集市，分布式系统，元数据，非关系型数据库，非结构化数据，半结构化数据，SOL，流处理和可视化技术