- 昨日不在
- 3/31介绍页
- 3/31大咖对话 _ 万玉权：如何招到并培养核心人才
- 3/31大咖对话 _ 万玉权：高效团队的关键，以目标为导向，用数据来说话
- 3/31大咖对话 _ 不可替代的Java：生态与程序员是两道护城河
- 3/31大咖对话 _ 从几个工程师到2000+个工程师的技术团队成长秘诀
- 3/31大咖对话 _ 以产生价值判断工程师贡献——读者留言精选
- 3/31大咖对话 _ 余沛：打造以最佳交付实践为目标的技术导向
- 3/31大咖对话 _ 余沛：进阶CTO必备的素质与能力
- 3/31大咖对话 _ 刘俊强：云计算时代技术管理者的应对之道
- 3/31大咖对话 _ 刘俊强：谈谈我对2019年云计算趋势的看法
- 3/31大咖对话 _ 创业就是把自己过去的经验快速的产品化
- 3/31大咖对话 _ 如何打造自我驱动型的技术团队？
- 3/31大咖对话 _ 如何高效管理8000+规模的技术团队
- 3/31大咖对话 _ 季昕华：以不变的目的应对多变的技术浪潮
- 3/31大咖对话 _ 对人才的长期投资是人才体系打造的根本
- 3/31大咖对话 _ 张建锋：创业可以快而大，也可以小而美
- 3/31大咖对话 _ 彭跃辉：保持高效迭代的团队是如何炼成的
- 3/31大咖对话 _ 彭跃辉：解决用户痛点就是立足于市场的秘诀
- 3/31大咖对话 _ 徐毅_如何提升员工的活力与动力
- 3/31大咖对话 _ 徐毅：打造高效研发团队的五个维度及相关实践
- 3/31大咖对话 _ 技术人创业前衡量自我的3P3C模型
- 3/31大咖对话 _ 技术人真正需要的是升维思考
- 3/31大咖对话 _ 技术管理者应该向优秀的体育教练学习
- 3/31大咖对话 _ 未来技术负责人与首席增长官将如何协作？
- 3/31大咖对话 _ 李昊：创业公司如何做好技术团队绩效考核？
- 3/31大咖对话 _ 李智慧：技术人如何应对“互联网寒冬”
- 3/31大咖对话 _ 杨育斌：技术领导者要打造技术团队的最大化价值
- 3/31大咖对话 _ 池建强：做产品不要执着于打造爆款
- 3/31大咖对话 _ 焦烈焱：从四个维度更好的激发团队创造力
- 3/31大咖对话 _ 玉攻：四个维度看小程序与App的区别
- 3/31大咖对话 _ 王坚：我从不吃后悔药
- 3/31大咖对话 _ 王平：从人、事、价值观、文化等维度看技术团队转型
- 3/31大咖对话 _ 王平：如何快速搭建核心技术团队
- 3/31大咖对话 _ 王鹏云：技术人创业该如何选择合伙人？
- 3/31大咖对话 _ 王鹏云：管理方式的差异是为了更好地实现企业商业价值
- 3/31大咖对话 _ 王龙：利用 C 端连接 B 端实现产业互联网是下半场的重中之重
- 3/31大咖对话 _ 童剑：用合伙人管理结构打造完美团队
- 3/31大咖对话 _ 管理者是首席铲屎官？
- 3/31大咖对话 _ 胡哲人：技术人创业要跨过的思维坎
- 3/31大咖对话 _ 袁店明：如何将打造自组织团队落诸实践
- 3/31大咖对话 _ 袁店明：打造高效研发团队的五个要点
- 3/31大咖对话 _ 让团队成员持续的enjoy
- 3/31大咖对话 _ 谢孟军：技术人如何建立自己的个人品牌
- 3/31大咖对话 _ 谭待：架构的本质是折中
- 3/31大咖对话 _ 陈天石：AI 芯片需要技术和资本的双重密集支撑
- 3/31大咖对话 _ 陈斌：如何打造高创造力、高动力的技术团队
- 3/31大咖对话 _ 陶真：技术人要爱上问问题，而不是自己的解决方案
- 3/31大咖对话 _ 韩军：CTO转型CEO如何转变思路
- 3/31大咖对话 _ 项目成功的秘诀——技术产品双头负责制
- 3/31大咖对话 _ 顾旻曼：投资时我们更多地是在找优秀的团队
- 3/31大咖对话 _ 高斌：过分渲染会过度拉高大众对人工智能的期望
- 3/31大咖问答 _ 发现下一个小米，不是只能靠运气
- 3/31大咖问答 _ 打造自己的个人品牌，你也可以
- 3/31开篇词 _ 卓越的团队，必然有一个卓越的领导者
- 3/31新春特辑1 _ 卓越CTO必备的能力与素质
- 3/31新春特辑2 _ 如何成长为优秀的技术管理者？
- 3/31新春特辑3 _ 如何打造高质效的技术团队？
- 3/31新春特辑4 _ 如何打造高效的研发流程与文化？
- 3/31新春特辑5 _ 如何做好人才的选育用留？
- 3/31温故而知新 _ 一键直达，六大文章主题索引
- 3/31第100讲 _ 徐裕键：团队文化建设，保持创业公司的战斗力
- 3/31第101讲 _ 刘俊强：领导力提升指南之培养积极的态度
- 3/31第102讲 _ 姚从磊：巧用AARRR模型，吸引优秀技术人才（一）
- 3/31第103讲 _ 姚从磊：巧用AARRR模型，吸引优秀技术人才（二）
- 3/31第104讲 _ 姚从磊：巧用 AARRR 模型，吸引优秀技术人才（三）
- 3/31第105讲 _ 姚从磊：巧用 AARRR 模型，吸引优秀技术人才（四）
- 3/31第106讲 _ 程军：技术人的「知行合一」（一）
- 3/31第107讲 _ 刘俊强：消除压力的七种方法
- 3/31第108讲 _ 谢呈：技术高手转身创业的坑和坡
- 3/31第109讲 _ 谢呈：关于垂直互联网创业的一些经验之谈
- 3/31第10讲 _ 创业公司CTO的认知升级
- 3/31第110讲 _ 成敏：创业公司为什么会技术文化产品缺失
- 3/31第111讲 _ 蔡锐涛：从0到1再到100，创业不同阶段的技术管理思考
- 3/31第112讲 _ 刘俊强：必知绩效管理知识之绩效管理循环
- 3/31第113讲 _ 程军：技术人的「知行合一」（二）
- 3/31第114讲 _ 成敏：谈谈不同阶段技术公司的特点
- 3/31第115讲 _ 成敏：打造优秀团队与文化的三个推手
- 3/31第116讲 _ 刘俊强：必知绩效管理知识之绩效目标的制定
- 3/31第117讲 _ 程军：技术人的「知行合一」（三）
- 3/31第118讲 _ 吴铭：成本评估是技术leader的关键素质
- 3/31第119讲 _ 汤力嘉：CTO如何进行产品决策（一）
- 3/31第11讲 _ 最合适的技术才是最有价值的技术
- 3/31第120讲 _ 刘俊强：必知绩效管理知识之绩效数据收集（上）
- 3/31第121讲 _ 刘俊强：必知绩效管理知识之绩效数据收集（下）
- 3/31第122讲 _ 黄伟坚：创业中那些永远回避不了的问题
- 3/31第123讲 _ 黄伟坚：用系统性思维看待创业
- 3/31第124讲 _ 刘俊强：必知绩效管理知识之评定绩效
- 3/31第125讲 _ 洪强宁：从程序员到架构师，从架构师到CTO（一）
- 3/31第126讲 _ 洪强宁：从程序员到架构师，从架构师到CTO（二）
- 3/31第127讲 _ 刘俊强：必知绩效管理知识之绩效沟通（一）
- 3/31第128讲 _ 王坚：年轻人永远是创新的主体
- 3/31第129讲 _ 刘俊强：必知绩效管理知识之绩效沟通（二）
- 3/31第12讲 _ 谈谈CTO在商业战略中的定位
- 3/31第130讲 _ 刘俊强：必知绩效管理知识之绩效沟通（三）
- 3/31第131讲 _ 汤力嘉：CTO如何在产品方面进行决策（二）
- 3/31第132讲 _ 徐函秋：转型技术管理者初期的三大挑战（一）
- 3/31第133讲 _ 徐函秋：转型技术管理者初期的三大挑战（二）
- 3/31第134讲 _ 刘建国：我各方面做得都很好，就是做不好向上沟通
- 3/31第135讲 _ 钮博彦：软件研发度量体系建设（一）
- 3/31第136讲 _ 钮博彦：软件研发度量体系建设（二）
- 3/31第137讲 _ 成敏：创业者不要成为自己公司产品技术文化的破坏者
- 3/31第138讲 _ 于艺：以生存为核心，B端产品的定位心法
- 3/31第139讲 _ 成敏：创业者应该具备的认知与思维方式
- 3/31第13讲 _ 把脉高效执行的关键要素
- 3/31第140讲 _ 袁店明：创业产品必须迈过的鸿沟
- 3/31第141讲 _ 徐毅：五星级软件工程师的高效秘诀（一）
- 3/31第142讲 _ 徐毅：五星级软件工程师的高效秘诀（二）
- 3/31第143讲 _ 徐毅：技术Leader应该具备的能力或素质
- 3/31第144讲 _ 于艺：如何提升自己的能力与动力
- 3/31第145讲 _ 李列为：技术人员的商业思维
- 3/31第146讲 _ 刘天胜：打造高效团队，关键在于平衡人、事和时间（一）
- 3/31第147讲 _ 刘天胜：打造高效团队，关键在于平衡人、事和时间（二）
- 3/31第148讲 _ 肖德时：创业团队技术领导者必备的十个领导力技能（上）
- 3/31第149讲 _ 肖德时：创业团队技术领导者必备的十个领导力技能（下）
- 3/31第14讲 _ 从零开始搭建轻量级研发团队
- 3/31第150讲 _ 暨家愉：技术人如何快乐的自我成长（上）
- 3/31第151讲 _ 暨家愉：技术人如何快乐的自我成长（下）
- 3/31第152讲 _ 施翔：如何打造7_24高效交付通道（上）
- 3/31第153讲 _ 施翔：如何打造7_24高效交付通道（下）
- 3/31第154讲 _ 谢东升：说说技术管理者从外企到民企的挑战
- 3/31第155讲 _ 王可光：如何搭建初创团队之人才关
- 3/31第156讲 _ 成敏：技术人转型管理的两大秘诀
- 3/31第157讲 _ 成敏：技术人才的管理公式
- 3/31第158讲 _ 胡峰：人到中年：失业与恐惧
- 3/31第159讲 _ 黄云：技术管理者如何科学的做好向上管理
- 3/31第15讲 _ 定制高效研发流程
- 3/31第160讲 _ 胡键：创业公司需要高凝聚力高绩效的技术团队
- 3/31第161讲 _ 卢亿雷：企业发展的不同阶段，该如何打造高效的研发流程体系
- 3/31第162讲 _ 王海亮：提升技术团队效率的5个提示（上）
- 3/31第163讲 _ 王海亮：提升技术团队效率的5个提示（下）
- 3/31第164讲 _ 陈崇磐：心理成熟度 - 创业公司识人利器
- 3/31第165讲 _ 陈崇磐：管事与管人 - 如何避开创业公司组队陷阱
- 3/31第166讲 _ 俞圆圆：合格CTO应该做好的5件事（上）
- 3/31第167讲 _ 俞圆圆：合格CTO应该做好的5件事（下）
- 3/31第168讲 _ 余加林：从技术人到创业合伙人必备的三个维度的改变
- 3/31第169讲 _ 高琦：如何给研发打绩效不头疼而又公正？（上）
- 3/31第16讲 _ 培养中层团队的管理认知
- 3/31第170讲 _ 高琦：如何给研发打绩效不头疼而又公正？（下）
- 3/31第171讲 _ 邱良军：如何有效地找到你心仪的人才
- 3/31第172讲 _ 于人：研发团队人均产能3年提升3.6倍的秘诀（上）
- 3/31第173讲 _ 于人：研发团队人均产能3年提升3.6倍的秘诀（下）
- 3/31第174讲 _ 邱良军：打造高效技术团队，你准备好了吗！
- 3/31第175讲 _ 邱良军：打造高效技术团队的人才招聘攻略
- 3/31第176讲 _ 胡键：创业公司如何打造高凝聚力高绩效的技术团队：组织篇
- 3/31第177讲 _ 胡键：创业公司如何打造高凝聚力高绩效的技术团队：工具篇
- 3/31第178讲 _ 马连浩：用人的关键在于用人所长，而非改人之短
- 3/31第179讲 _ 张矗：技术管理者必经的几个思维转变
- 3/31第17讲 _ 团队成长要靠技巧和体系
- 3/31第180讲 _ 钟忻：成为“温格”—聊聊如何当好CTO
- 3/31第181讲 _ 姚威：技术团队管理中关于公平的五个核心准则
- 3/31第182讲 _ 谢文杰：区块链的下一个十年
- 3/31第183讲 _ 薛文植：技术管理的本质—要做尊重人性的管理
- 3/31第184讲 _ 狼叔：2019年前端和Node的未来—大前端篇（上）
- 3/31第185讲 _ 狼叔：2019年前端和Node的未来—大前端篇（下）
- 3/31第186讲 _ 赵晓光：如何培养团队竞争力（上）
- 3/31第187讲 _ 赵晓光：如何培养团队竞争力（下）
- 3/31第188讲 _ 张嵩：从心理学角度看待小中型团队的管理
- 3/31第189讲 _ 狼叔：2019年前端和Node的未来—Node.js篇（上）
- 3/31第18讲 _ 做到这四点，团队必定飞速成长
- 3/31第190讲 _ 狼叔：2019年前端和Node的未来—Node.js篇（下）
- 3/31第191讲 _ 肖冰：如何建立高信任度的团队
- 3/31第192讲 _ 崔俊涛：如何做好技术团队的激励（上）
- 3/31第193讲 _ 崔俊涛：如何做好技术团队的激励（下）
- 3/31第194讲 _ 刘俊强：2019年云计算趋势对技术人员的影响
- 3/31第195讲 _ 吴晖：企业B2B服务打磨的秘诀—ESI
- 3/31第196讲 _ 邱良军：关于做好技术团队管理的几点思考
- 3/31第197讲 _ 邱良军：做好研发管理的3个关键
- 3/31第198讲 _ 徐林：通过快速反馈建立充满信任的技术团队
- 3/31第199讲 _ 宝玉：怎样平衡软件质量与时间成本范围的关系？
- 3/31第19讲 _ 将企业打造成一所终身大学
- 3/31第1讲 _ 你的能力模型决定你的职位
- 3/31第200讲 _ 邱良军：沟通，沟通，还是沟通（上）
- 3/31第201讲 _ 邱良军：沟通，沟通，还是沟通（下）
- 3/31第202讲 _ 陈嘉佳：奈飞文化宣言（上）
- 3/31第203讲 _ 陈嘉佳：奈飞文化宣言（下）
- 3/31第204讲 _ 邱良军：从小处着眼，修炼文化价值观
- 3/31第205讲 _ 邵浩：人工智能新技术如何快速发现及落地（上）
- 3/31第206讲 _ 邵浩：人工智能新技术如何快速发现及落地（下）
- 3/31第207讲 _ 许良：科创板来了，我该怎么办？
- 3/31第208讲 _ 陈阳：科创板投资，未来哪些行业受益最大？
- 3/31第20讲 _ 论团队管理与共同升级
- 3/31第21讲 _ 绩效管理的目标不仅仅是绩效考核
- 3/31第22讲 _ 验证研发团队价值的绩效考核机制
- 3/31第23讲 _ 产品技术团队OKR使用法则
- 3/31第24讲 _ 996、987，程序员加班文化你怎么看？
- 3/31第25讲 _ 建立有效的员工淘汰机制
- 3/31第26讲 _ 让细节的“病毒”感染你的团队
- 3/31第27讲 _ 如何在不同组织文化下推行技术管理
- 3/31第28讲 _ 业务高速增长期的团队管理：“知轻重、重绸缪、调缓急”
- 3/31第29讲 _ 被80%的人误解的工程师文化
- 3/31第2讲 _ 七位CTO纵论技术领导者核心能力
- 3/31第30讲 _ 关于工程师文化的六个问题
- 3/31第31讲 _ 五位技术领导者的文化构建实战
- 3/31第32讲 _ 文化是管理的那只无形之手
- 3/31第33讲 _ 选对的人，做正确的事情
- 3/31第34讲 _ 打好技术团队搭建的基础
- 3/31第35讲 _ 做个合格的技术岗位面试官
- 3/31第36讲 _ “高潜力人才”的内部培养
- 3/31第37讲 _ 技术创业该如何选择赛道
- 3/31第38讲 _ CTO要掌握的产品哲学：理性与人性的权衡
- 3/31第39讲 _ 从客户价值谈技术创新
- 3/31第3讲 _ CEO实话实说：我需要这样的CTO
- 3/31第40讲 _ 技术人投身创业公司之前，应当考虑些什么？
- 3/31第41讲 _ 技术人创业前要问自己的六个问题
- 3/31第42讲 _ 团队激励之分配好你的奖金
- 3/31第43讲 _ 通过积分考核提升技术团队的绩效
- 3/31第44讲 _ 空降技术高管的“择业七计”
- 3/31第45讲 _ 选好人生下一站——CTO空降上篇
- 3/31第46讲 _ 走出“至暗时刻”——CTO空降下篇
- 3/31第47讲 _ 空降领导者平稳落地要做的四道题（上）
- 3/31第48讲 _ 空降领导者平稳落地要做的四道题（下）
- 3/31第49讲 _ 打造高效的研发组织架构：高效研发流程那些事（一）
- 3/31第4讲 _ 技术领导者不等于技术管理者
- 3/31第50讲 _ 你的研发流程符合你的组织架构吗？谈高效研发流程那些事（二）
- 3/31第51讲 _ 聊聊研发流程管理中的那些坑：高效研发流程那些事（三）
- 3/31第52讲 _ 数据如何驱动研发高效运转？谈高效研发流程那些事（四）
- 3/31第53讲 _ 如何打造高效且敏捷的组织文化？谈高效研发流程那些亊（五）
- 3/31第54讲 _ 打造高速运转的迭代机器：现代研发流程体系打造（一）
- 3/31第55讲 _ 用机器打造迭代机器：现代研发流程体系打造（二）
- 3/31第56讲 _ 有了敏捷开发，那交付期限去哪儿了？
- 3/31第57讲 _ 敏捷中的期限之殇，软件业该怎么做？
- 3/31第58讲 _ 如何打造个人技术品牌？
- 3/31第59讲 _ 技术演讲，有章可循
- 3/31第5讲 _ CTO的三重境界
- 3/31第60讲 _ 正确对待技术演讲中的失误
- 3/31第61讲 _ 刘俊强：技术最高决策者应该关注技术细节吗_
- 3/31第62讲 _ 张溪梦：技术领袖需要具备的商业价值思维
- 3/31第63讲 _ 未来组织形态带来的领导力挑战
- 3/31第64讲 _ 如何判断业务价值的高低
- 3/31第65讲 _ 如何打造高效的分布式团队？
- 3/31第66讲 _ 如何打造有活力、持续创新的研发团队？
- 3/31第67讲 _ 如何打造独属自己的工程师文化？
- 3/31第68讲 _ 如何打造一个自组织团队？
- 3/31第69讲 _ 茹炳晟：QE团队向工程效能团队转型的实践之路
- 3/31第6讲 _ 像CEO一样思考
- 3/31第70讲 _ 王昊：技术、产品、管理的不同视角
- 3/31第71讲 _ 王昊：什么样的人适合考虑管理角色
- 3/31第72讲 _ 创业公司如何招到合适的人才
- 3/31第73讲 _ 用数据来分析管理员工
- 3/31第74讲 _ 为什么给了高工资，依然留不住核心员工？
- 3/31第75讲 _ 刘俊强：一本正经教你如何毁掉一场技术演讲
- 3/31第76讲 _ 内部技术会议的价值
- 3/31第77讲 _ 陈晨：谈谈Instagram文化和文化背后的故事
- 3/31第78讲 _ 陈晨：团队重组过程中踩过的坑
- 3/31第79讲 _ 程军：从0到1打造高效技术团队的方法论
- 3/31第7讲 _ 要制定技术战略，先看清局面
- 3/31第80讲 _ 马晋：技术Leader的持续成长
- 3/31第81讲 _ 游舒帆：一流团队必备的商业思维能力
- 3/31第82讲 _ 游舒帆：数据力，透过数据掌握公司经营大小事
- 3/31第83讲 _ 游舒帆：运营力，让用户出现你期待的行为
- 3/31第84讲 _ 游舒帆：策略力，让目标与行动具备高度一致性
- 3/31第85讲 _ 游舒帆：敏捷力，拥抱不确定性，与VUCA共舞
- 3/31第86讲 _ 刘俊强：管理者必备的高效会议指南（上）
- 3/31第87讲 _ 刘俊强：管理者必备的高效会议指南（下）
- 3/31第88讲 _ 刘俊强：做好一对一沟通的关键要素（上）
- 3/31第89讲 _ 刘俊强：做好一对一沟通的关键要素（下）
- 3/31第8讲 _ 技术领导力就是“成事”的能力
- 3/31第90讲 _ 程军：打造高效技术团队之招人
- 3/31第91讲 _ 程军：打造高效技术团队之做事
- 3/31第92讲 _ 成敏：技术负责人如何做优先级决策
- 3/31第93讲 _ 兰军：团队研发效率低下的要因分析
- 3/31第94讲 _ 兰军：提升产品团队研发效率的实践（上）
- 3/31第95讲 _ 兰军：提升产品团队研发效率的实践（下）
- 3/31第96讲 _ 阿禅：工程师转型产品经理可能踩到的“坑”
- 3/31第97讲 _ 阿禅：工程师转型产品经理的必备思维
- 3/31第98讲 _ 徐裕键：业务高速增长过程中的团队迭代
- 3/31第99讲 _ 徐裕键：业务高速增长过程中的技术演进
- 3/31第9讲 _ CTO是商业思维和技术思维交汇的那个点
- 3/31结束篇 _ 即使远隔千山万水，也要乘风与你同往
- 3/3101 _ 职场分身术：从给答案到做引导
- 3/3102 _ Bug引发事故，该不该追究责任？
- 3/3103 _ 每个工程师都应该了解的：A_B测试
- 3/3104 _ 如何帮助团队成员成长
- 3/3105 _ 当我们给别人提意见时，要注意些什么？
- 3/3106 _ 每个工程师都应该了解的：聊聊幂等
- 3/3107 _ 当别人给我们提意见时，该如何应对？
- 3/3108 _ 说说硅谷公司中的一对一沟通
- 3/3109 _ 每个工程师都应该了解的：大数据时代的算法
- 3/3110 _ 项目延期了，作为负责人该怎么办？
- 3/3111 _ 管理和被管理：期望值差异
- 3/3112 _ 每个工程师都应该了解的：数据库知识
- 3/3113 _ 管理者在进行工作分配时，会考虑哪些问题？
- 3/3114 _ 硅谷人到底忙不忙？
- 3/3115 _ 每个工程师都应该了解的：系统拆分
- 3/3116 _ 技术人如何建立个人影响力_
- 3/3117 _ 管理者不用亲力亲为：关键是什么？
- 3/3118 _ 每个工程师都应该了解的：API 的设计和实现
- 3/3119 _ 硅谷面试：那些你应该知道的事儿
- 3/3120 _ 项目管理中的三个技巧
- 3/3121 _ 每个工程师都应该了解的：中美在支付技术和大环境下的差异
- 3/3122 _ 不要做微观的管理者
- 3/3123 _ 如何处理工作中的人际关系？
- 3/3124 _ 编程语言漫谈
- 3/3125 _ 兼容并包的领导方式
- 3/3126 _ 如何做自己的职场规划？
- 3/3127 _ 小议Java语言
- 3/3128 _ 如何激发团队人员的责任心
- 3/3129 _ 说说硅谷互联网公司的开发流程
- 3/3130 _ 编程马拉松
- 3/3131 _ 工程师、产品经理、数据工程师是如何一起工作的？
- 3/3132 _ 硅谷人如何做 Code Review
- 3/3133 _ 技术人的犯错成本
- 3/3134 _ 如何从错误中成长？
- 3/3135 _ 理解并建立自己的工作弹性
- 3/3136 _ 如何对更多的工作说“不”
- 3/31尾声：成长不是顿悟，而是练习
- 3/31开篇词 _ 从工程师到管理者，我的思考与实践
- 3/31新书 _《跃迁：从技术到管理的硅谷路径》
- 3/3101 _ 基础架构：一条SQL查询语句是如何执行的？
- 3/3102 _ 日志系统：一条SQL更新语句是如何执行的？
- 3/3103 _ 事务隔离：为什么你改了我还看不见？
- 3/3104 _ 深入浅出索引（上）
- 3/3105 _ 深入浅出索引（下）
- 3/3106 _ 全局锁和表锁 ：给表加个字段怎么有这么多阻碍？
- 3/3107 _ 行锁功过：怎么减少行锁对性能的影响？
- 3/3108 _ 事务到底是隔离的还是不隔离的？
- 3/3109 _ 普通索引和唯一索引，应该怎么选择？
- 3/3110 _ MySQL为什么有时候会选错索引？
- 3/3111 _ 怎么给字符串字段加索引？
- 3/3112 _ 为什么我的MySQL会“抖”一下？
- 3/3113 _ 为什么表数据删掉一半，表文件大小不变？
- 3/3114 _ count(_)这么慢，我该怎么办？
- 3/3115 _ 答疑文章（一）：日志和索引相关问题
- 3/3116 _ “order by”是怎么工作的？
- 3/3117 _ 如何正确地显示随机消息？
- 3/3118 _ 为什么这些SQL语句逻辑相同，性能却差异巨大？
- 3/3119 _ 为什么我只查一行的语句，也执行这么慢？
- 3/3120 _ 幻读是什么，幻读有什么问题？
- 3/3121 _ 为什么我只改一行的语句，锁这么多？
- 3/3122 _ MySQL有哪些“饮鸩止渴”提高性能的方法？
- 3/3123 _ MySQL是怎么保证数据不丢的？
- 3/3124 _ MySQL是怎么保证主备一致的？
- 3/3125 _ MySQL是怎么保证高可用的？
- 3/3126 _ 备库为什么会延迟好几个小时？
- 3/3127 _ 主库出问题了，从库怎么办？
- 3/3128 _ 读写分离有哪些坑？
- 3/3129 _ 如何判断一个数据库是不是出问题了？
- 3/3130 _ 答疑文章（二）：用动态的观点看加锁
- 3/3131 _ 误删数据后除了跑路，还能怎么办？
- 3/3132 _ 为什么还有kill不掉的语句？
- 3/3133 _ 我查这么多数据，会不会把数据库内存打爆？
- 3/3134 _ 到底可不可以使用join？
- 3/3135 _ join语句怎么优化？
- 3/3136 _ 为什么临时表可以重名？
- 3/3137 _ 什么时候会使用内部临时表？
- 3/3138 _ 都说InnoDB好，那还要不要使用Memory引擎？
- 3/3139 _ 自增主键为什么不是连续的？
- 3/3140 _ insert语句的锁为什么这么多？
- 3/3141 _ 怎么最快地复制一张表？
- 3/3142 _ grant之后要跟着flush privileges吗？
- 3/3143 _ 要不要使用分区表？
- 3/3144 _ 答疑文章（三）：说一说这些好问题
- 3/3145 _ 自增id用完怎么办？
- 3/31开篇词 _ 这一次，让我们一起来搞懂MySQL
- 3/31直播回顾 _ 林晓斌：我的 MySQL 心路历程
- 3/31结束语 _ 点线网面，一起构建MySQL知识网络
- 3/31结课测试｜这些MySQL知识你都掌握了吗？
- 3/3103｜确定目标和假设：好的目标和假设是什么？
- 3/3104｜确定指标：指标这么多，到底如何来选择？
- 3/3105｜选取实验单位：什么样的实验单位是合适的？
- 3/3106 _ 选择实验样本量：样本量越多越好吗？
- 3/3107｜ 分析测试结果：你得到的测试结果真的靠谱吗？
- 3/3108 _ 案例串讲：从0开始，搭建一个规范的A_B测试框架
- 3/31导读 _ 科学、规范的A_B测试流程，是什么样的？
- 3/31开篇词｜用好A_B测试，你得这么学
- 3/31加餐｜试验意识改变决策模式，推动业务增长
- 3/31结束语｜实践是检验真理的唯一标准
- 3/31结课测试题｜这些A_B测试的知识你都掌握了吗？
- 3/3101 _ 统计基础（上）：系统掌握指标的统计属性
- 3/3102｜统计基础（下）：深入理解A_B测试中的假设检验
- 3/3109 ｜测试结果不显著，要怎么改善？
- 3/3110｜常见误区及解决方法（上）：多重检验问题和学习效应
- 3/3111 _ 常见误区及解决方法（下）：辛普森悖论和实验组_对照组的独立性
- 3/3112｜什么情况下不适合做A_B测试？
- 3/3113｜融会贯通：A_B测试面试必知必会（上）
- 3/3114｜举一反三：A_B测试面试必知必会（下）
- 3/3115｜用R_Shiny，教你制作一个样本量计算器
- 3/31001 _ 聊聊2017年KDD大会的时间检验奖
- 3/31002 _ 精读2017年KDD最佳研究论文
- 3/31003 _ 精读2017年KDD最佳应用数据科学论文
- 3/31004 _ 精读2017年EMNLP最佳长论文之一
- 3/31005 _ 精读2017年EMNLP最佳长论文之二
- 3/31006 _ 精读2017年EMNLP最佳短论文
- 3/31007 _ 精读2017年ICCV最佳研究论文
- 3/31008 _ 精读2017年ICCV最佳学生论文
- 3/31009 _ 如何将“深度强化学习”应用到视觉问答系统？
- 3/31010 _ 精读2017年NIPS最佳研究论文之一：如何解决非凸优化问题？
- 3/31011 _ 精读2017年NIPS最佳研究论文之二：KSD测试如何检验两个分布的异同？
- 3/31012 _ 精读2017年NIPS最佳研究论文之三：如何解决非完美信息博弈问题？
- 3/31013 _ WSDM 2018论文精读：看谷歌团队如何做位置偏差估计
- 3/31014 _ WSDM 2018论文精读：看京东团队如何挖掘商品的替代信息和互补信息
- 3/31015 _ WSDM 2018论文精读：深度学习模型中如何使用上下文信息？
- 3/31016 _ The Web 2018论文精读：如何对商品的图片美感进行建模？
- 3/31017 _ The Web 2018论文精读：如何改进经典的推荐算法BPR？
- 3/31018 _ The Web 2018论文精读：如何从文本中提取高元关系？
- 3/31019 _ SIGIR 2018论文精读：偏差和“流行度”之间的关系
- 3/31020 _ SIGIR 2018论文精读：如何利用对抗学习来增强排序模型的普适性？
- 3/31021 _ SIGIR 2018论文精读：如何对搜索页面上的点击行为进行序列建模？
- 3/31022 _ CVPR 2018论文精读：如何研究计算机视觉任务之间的关系？
- 3/31023 _ CVPR 2018论文精读：如何从整体上对人体进行三维建模？
- 3/31024 _ CVPR 2018论文精读：如何解决排序学习计算复杂度高这个问题？
- 3/31025 _ ICML 2018论文精读：模型经得起对抗样本的攻击？这或许只是个错觉
- 3/31026 _ ICML 2018论文精读：聊一聊机器学习算法的“公平性”问题
- 3/31027 _ ICML 2018论文精读：优化目标函数的时候，有可能放大了“不公平”？
- 3/31028 _ ACL 2018论文精读：问答系统场景下，如何提出好问题？
- 3/31029 _ ACL 2018论文精读：什么是对话中的前提触发？如何检测？
- 3/31030 _ ACL 2018论文精读：什么是“端到端”的语义哈希？
- 3/31复盘 7 _ 一起来读人工智能国际顶级会议论文
- 3/31079 _ 广告系统概述
- 3/31080 _ 广告系统架构
- 3/31081 _ 广告回馈预估综述
- 3/31082 _ Google的点击率系统模型
- 3/31083 _ Facebook的广告点击率预估模型
- 3/31084 _ 雅虎的广告点击率预估模型
- 3/31085 _ LinkedIn的广告点击率预估模型
- 3/31086 _ Twitter的广告点击率预估模型
- 3/31087 _ 阿里巴巴的广告点击率预估模型
- 3/31088 _ 什么是“基于第二价位的广告竞拍”？
- 3/31089 _ 广告的竞价策略是怎样的？
- 3/31090 _ 如何优化广告的竞价策略？
- 3/31091 _ 如何控制广告预算？
- 3/31092 _ 如何设置广告竞价的底价？
- 3/31093 _ 聊一聊“程序化直接购买”和“广告期货”
- 3/31094 _ 归因模型：如何来衡量广告的有效性
- 3/31095 _ 广告投放如何选择受众？如何扩展受众群？
- 3/31096 _ 如何利用机器学习技术来检测广告欺诈？
- 3/31复盘 4 _ 广告系统核心技术模块
- 3/31开篇词 _ 你的360度人工智能信息助理
- 3/31058 _ 简单推荐模型之一：基于流行度的推荐模型
- 3/31059 _ 简单推荐模型之二：基于相似信息的推荐模型
- 3/31060 _ 简单推荐模型之三：基于内容信息的推荐模型
- 3/31061 _ 基于隐变量的模型之一：矩阵分解
- 3/31062 _ 基于隐变量的模型之二：基于回归的矩阵分解
- 3/31063 _ 基于隐变量的模型之三：分解机
- 3/31064 _ 高级推荐模型之一：张量分解模型
- 3/31065 _ 高级推荐模型之二：协同矩阵分解
- 3/31066 _ 高级推荐模型之三：优化复杂目标函数
- 3/31067 _ 推荐的Exploit和Explore算法之一：EE算法综述
- 3/31068 _ 推荐的Exploit和Explore算法之二：UCB算法
- 3/31069 _ 推荐的Exploit和Explore算法之三：汤普森采样算法
- 3/31070 _ 推荐系统评测之一：传统线下评测
- 3/31071 _ 推荐系统评测之二：线上评测
- 3/31072 _ 推荐系统评测之三：无偏差估计
- 3/31073 _ 现代推荐架构剖析之一：基于线下离线计算的推荐架构
- 3/31074 _ 现代推荐架构剖析之二：基于多层搜索架构的推荐系统
- 3/31075 _ 现代推荐架构剖析之三：复杂现代推荐架构漫谈
- 3/31076 _ 基于深度学习的推荐模型之一：受限波兹曼机
- 3/31077 _ 基于深度学习的推荐模型之二：基于RNN的推荐系统
- 3/31078 _ 基于深度学习的推荐模型之三：利用深度学习来扩展推荐系统
- 3/31复盘 2 _ 推荐系统核心技术模块
- 3/31031 _ 经典搜索核心算法：TF-IDF及其变种
- 3/31032 _ 经典搜索核心算法：BM25及其变种（内附全年目录）
- 3/31033 _ 经典搜索核心算法：语言模型及其变种
- 3/31034 _ 机器学习排序算法：单点法排序学习
- 3/31035 _ 机器学习排序算法：配对法排序学习
- 3/31036 _ 机器学习排序算法：列表法排序学习
- 3/31037 _ “查询关键字理解”三部曲之分类
- 3/31038 _ “查询关键字理解”三部曲之解析
- 3/31039 _ “查询关键字理解”三部曲之扩展
- 3/31040 _ 搜索系统评测，有哪些基础指标？
- 3/31041 _ 搜索系统评测，有哪些高级指标？
- 3/31042 _ 如何评测搜索系统的在线表现？
- 3/31043 _ 文档理解第一步：文档分类
- 3/31044 _ 文档理解的关键步骤：文档聚类
- 3/31045 _ 文档理解的重要特例：多模文档建模
- 3/31046 _ 大型搜索框架宏观视角：发展、特点及趋势
- 3/31047 _ 多轮打分系统概述
- 3/31048 _ 搜索索引及其相关技术概述
- 3/31049 _ PageRank算法的核心思想是什么？
- 3/31050 _ 经典图算法之HITS
- 3/31051 _ 社区检测算法之“模块最大化 ”
- 3/31052 _ 机器学习排序算法经典模型：RankSVM
- 3/31053 _ 机器学习排序算法经典模型：GBDT
- 3/31054 _ 机器学习排序算法经典模型：LambdaMART
- 3/31055 _ 基于深度学习的搜索算法：深度结构化语义模型
- 3/31056 _ 基于深度学习的搜索算法：卷积结构下的隐含语义模型
- 3/31057 _ 基于深度学习的搜索算法：局部和分布表征下的搜索模型
- 3/31复盘 1 _ 搜索核心技术模块
- 3/31127 _ 数据科学家基础能力之概率统计
- 3/31128 _ 数据科学家基础能力之机器学习
- 3/31129 _ 数据科学家基础能力之系统
- 3/31130 _ 数据科学家高阶能力之分析产品
- 3/31131 _ 数据科学家高阶能力之评估产品
- 3/31132 _ 数据科学家高阶能力之如何系统提升产品性能
- 3/31133 _ 职场话题：当数据科学家遇见产品团队
- 3/31134 _ 职场话题：数据科学家应聘要具备哪些能力？
- 3/31135 _ 职场话题：聊聊数据科学家的职场规划
- 3/31136 _ 如何组建一个数据科学团队？
- 3/31137 _ 数据科学团队养成：电话面试指南
- 3/31138 _ 数据科学团队养成：Onsite面试面面观
- 3/31139 _ 成为“香饽饽”的数据科学家，如何衡量他们的工作呢？
- 3/31140 _ 人工智能领域知识体系更新周期只有5～6年，数据科学家如何培养？
- 3/31141 _ 数据科学家团队组织架构：水平还是垂直，这是个问题
- 3/31142 _ 数据科学家必备套路之一：搜索套路
- 3/31143 _ 数据科学家必备套路之二：推荐套路
- 3/31144 _ 数据科学家必备套路之三：广告套路
- 3/31145 _ 如何做好人工智能项目的管理？
- 3/31146 _ 数据科学团队必备的工程流程三部曲
- 3/31147 _ 数据科学团队怎么选择产品和项目？
- 3/31148 _ 曾经辉煌的雅虎研究院
- 3/31149 _ 微软研究院：工业界研究机构的楷模
- 3/31150 _ 聊一聊谷歌特立独行的混合型研究
- 3/31复盘 6 _ 数据科学家与数据科学团队是怎么养成的？
- 3/31151 _ 精读AlphaGo Zero论文
- 3/31152 _ 2017人工智能技术发展盘点
- 3/31153 _ 如何快速学习国际顶级学术会议的内容？
- 3/31154 _ 在人工智能领域，如何快速找到学习的切入点？
- 3/31155 _ 人工智能技术选择，该从哪里获得灵感？
- 3/31156 _ 近在咫尺，走进人工智能研究
- 3/31内参特刊 _ 和你聊聊每个人都关心的人工智能热点话题
- 3/31结束语 _ 雄关漫道真如铁，而今迈步从头越
- 3/31097 _ LDA模型的前世今生
- 3/31098 _ LDA变种模型知多少
- 3/31099 _ 针对大规模数据，如何优化LDA算法？
- 3/31100 _ 基础文本分析模型之一：隐语义分析
- 3/31101 _ 基础文本分析模型之二：概率隐语义分析
- 3/31102 _ 基础文本分析模型之三：EM算法
- 3/31103 _ 为什么需要Word2Vec算法？
- 3/31104 _ Word2Vec算法有哪些扩展模型？
- 3/31105 _ Word2Vec算法有哪些应用？
- 3/31106 _ 序列建模的深度学习利器：RNN基础架构
- 3/31107 _ 基于门机制的RNN架构：LSTM与GRU
- 3/31108 _ RNN在自然语言处理中有哪些应用场景？
- 3/31109 _ 对话系统之经典的对话模型
- 3/31110 _ 任务型对话系统有哪些技术要点？
- 3/31111 _ 聊天机器人有哪些核心技术要点？
- 3/31112 _ 什么是文档情感分类？
- 3/31113 _ 如何来提取情感“实体”和“方面”呢？
- 3/31114 _ 文本情感分析中如何做意见总结和搜索？
- 3/31复盘 3 _ 自然语言处理及文本处理核心技术模块
- 3/31115 _ 什么是计算机视觉？
- 3/31116 _ 掌握计算机视觉任务的基础模型和操作
- 3/31117 _ 计算机视觉中的特征提取难在哪里？
- 3/31118 _ 基于深度学习的计算机视觉技术（一）：深度神经网络入门
- 3/31119 _ 基于深度学习的计算机视觉技术（二）：基本的深度学习模型
- 3/31120 _ 基于深度学习的计算机视觉技术（三）：深度学习模型的优化
- 3/31121 _ 计算机视觉领域的深度学习模型（一）：AlexNet
- 3/31122 _ 计算机视觉领域的深度学习模型（二）：VGG & GoogleNet
- 3/31123 _ 计算机视觉领域的深度学习模型（三）：ResNet
- 3/31124 _ 计算机视觉高级话题（一）：图像物体识别和分割
- 3/31125 _ 计算机视觉高级话题（二）：视觉问答
- 3/31126 _ 计算机视觉高级话题（三）：产生式模型
- 3/31复盘 5 _ 计算机视觉核心技术模块
- 3/31开篇词丨SQL可能是你掌握的最有用的技能
- 3/31期末测试丨对于SQL的有关内容，你掌握了多少呢？
- 3/3101丨了解SQL：一门半衰期很长的语言
- 3/3102丨DBMS的前世今生
- 3/3103丨学会用数据库的方式思考SQL是如何执行的
- 3/3104丨使用DDL创建数据库&数据表时需要注意什么？
- 3/3105丨检索数据：你还在SELECT _ 么？
- 3/3106丨数据过滤：SQL数据过滤都有哪些方法？
- 3/3107丨什么是SQL函数？为什么使用SQL函数可能会带来问题？
- 3/3108丨什么是SQL的聚集函数，如何利用它们汇总表的数据？
- 3/3109丨子查询：子查询的种类都有哪些，如何提高子查询的性能？
- 3/3110丨常用的SQL标准有哪些，在SQL92中是如何使用连接的？
- 3/3111丨SQL99是如何使用连接的，与SQL92的区别是什么？
- 3/3112丨视图在SQL中的作用是什么，它是怎样工作的？
- 3/3113丨什么是存储过程，在实际项目中用得多么？
- 3/3114丨什么是事务处理，如何使用COMMIT和ROLLBACK进行操作？
- 3/3115丨初识事务隔离：隔离的级别有哪些，它们都解决了哪些异常问题？
- 3/3116丨游标：当我们需要逐条处理数据时，该怎么做？
- 3/3117丨如何使用Python操作MySQL？
- 3/3118丨SQLAlchemy：如何使用Python ORM框架来操作MySQL？
- 3/3119丨基础篇总结：如何理解查询优化、通配符以及存储过程？
- 3/3138丨如何在Excel中使用SQL语言？
- 3/3139丨WebSQL：如何在H5中存储一个本地数据库？
- 3/3140丨SQLite：为什么微信用SQLite存储聊天记录？
- 3/3141丨初识Redis：Redis为什么会这么快？
- 3/3142丨如何使用Redis来实现多用户抢票问题
- 3/3143丨如何使用Redis搭建玩家排行榜？
- 3/3144丨DBMS篇总结和答疑：用SQLite做词云
- 3/3120丨当我们思考数据库调优的时候，都有哪些维度可以选择？
- 3/3121丨范式设计：数据表的范式有哪些，3NF指的是什么？
- 3/3122丨反范式设计：3NF有什么不足，为什么有时候需要反范式设计？
- 3/3123丨索引的概览：用还是不用索引，这是一个问题
- 3/3124丨索引的原理：我们为什么用B+树来做索引？
- 3/3125丨Hash索引的底层原理是什么？
- 3/3126丨索引的使用原则：如何通过索引让SQL查询效率最大化？
- 3/3127丨从数据页的角度理解B+树查询
- 3/3128丨从磁盘I_O的角度理解SQL查询的成本
- 3/3129丨为什么没有理想的索引？
- 3/3130丨锁：悲观锁和乐观锁是什么？
- 3/3131丨为什么大部分RDBMS都会支持MVCC？
- 3/3132丨查询优化器是如何工作的？
- 3/3133丨如何使用性能分析工具定位SQL执行慢的原因？
- 3/3134丨答疑篇：关于索引以及缓冲池的一些解惑
- 3/3135丨数据库主从同步的作用是什么，如何解决数据不一致问题？
- 3/3136丨数据库没有备份，没有使用Binlog的情况下，如何恢复数据？
- 3/3137丨SQL注入：你的SQL是如何被注入的？
- 3/3145丨数据清洗：如何使用SQL对数据进行清洗？
- 3/3146丨数据集成：如何对各种数据库进行集成和转换？
- 3/3147丨如何利用SQL对零售数据进行分析？
- 3/31结束语 _ 互联网的下半场是数据驱动的时代
- 3/3120 _ RDD和DataFrame：既生瑜，何生亮？
- 3/3121 _ Catalyst逻辑计划：你的SQL语句是怎么被优化的？（上）
- 3/3122 _ Catalyst物理计划：你的SQL语句是怎么被优化的（下）？
- 3/3123 _ 钨丝计划：Tungsten给开发者带来了哪些福报？
- 3/3124 _ Spark 3.0（一）：AQE的3个特性怎么才能用好？
- 3/3125 _ Spark 3.0（二）：DPP特性该怎么用？
- 3/3126 _ Join Hints指南：不同场景下，如何选择Join策略？
- 3/3127 _ 大表Join小表：广播变量容不下小表怎么办？
- 3/3128 _ 大表Join大表（一）：什么是“分而治之”的调优思路？
- 3/3129 _ 大表Join大表（二）：什么是负隅顽抗的调优思路？
- 3/3130_ 应用开发：北京市小客车（汽油车）摇号趋势分析
- 3/3131 _ 性能调优：手把手带你提升应用的执行性能
- 3/3103 _ RDD：为什么你必须要理解弹性分布式数据集？
- 3/3104 _ DAG与流水线：到底啥叫“内存计算”？
- 3/3105 _ 调度系统：“数据不动代码动”到底是什么意思？
- 3/3106 _ 存储系统：空间换时间，还是时间换空间？
- 3/3107 _ 内存管理基础：Spark如何高效利用有限的内存空间？
- 3/31期末考试 _ “Spark性能调优”100分试卷等你来挑战！
- 3/3101 _ 性能调优的必要性：Spark本身就很快，为啥还需要我调优？
- 3/3102 _ 性能调优的本质：调优的手段五花八门，该从哪里入手？
- 3/31开篇词 _ Spark性能调优，你该掌握这些“套路”
- 3/3108 _ 应用开发三原则：如何拓展自己的开发边界？
- 3/3109 _ 调优一筹莫展，配置项速查手册让你事半功倍！（上）
- 3/3110 _调优一筹莫展，配置项速查手册让你事半功倍！（下）
- 3/3111 _ 为什么说Shuffle是一时无两的性能杀手？
- 3/3112 _ 广播变量（一）：克制Shuffle，如何一招制胜！
- 3/3113 _ 广播变量（二）：如何让Spark SQL选择Broadcast Joins？
- 3/3114 _ CPU视角：如何高效地利用CPU？
- 3/3115 _ 内存视角（一）：如何最大化内存的使用效率？
- 3/3116 _ 内存视角（二）：如何有效避免Cache滥用？
- 3/3117 _ 内存视角（三）：OOM都是谁的锅？怎么破？
- 3/3118 _ 磁盘视角：如果内存无限大，磁盘还有用武之地吗？
- 3/3119 _ 网络视角：如何有效降低网络开销？
- 3/31开篇词 _ 为什么说每个软件工程师都应该懂大数据技术？
- 3/31所有的不确定都是机会——智慧写给你的新年寄语
- 3/3104 _ 移动计算比移动数据更划算
- 3/3105 _ 从RAID看垂直伸缩到水平伸缩的演化
- 3/3106 _ 新技术层出不穷，HDFS依然是存储的王者
- 3/3107 _ 为什么说MapReduce既是编程模型又是计算框架？
- 3/3108 _ MapReduce如何让数据完成一次旅行？
- 3/3109 _ 为什么我们管Yarn叫作资源调度框架？
- 3/3110 _ 模块答疑：我们能从Hadoop学到什么？
- 3/3118 _ 如何自己开发一个大数据SQL引擎？
- 3/3119 _ Spark的性能优化案例分析（上）
- 3/3120 _ Spark的性能优化案例分析（下）
- 3/3121 _ 从阿里内部产品看海量数据处理系统的设计（上）：Doris的立项
- 3/3122 _ 从阿里内部产品看海量数据处理系统的设计（下）：架构与创新
- 3/3123 _ 大数据基准测试可以带来什么好处？
- 3/3124 _ 从大数据性能测试工具Dew看如何快速开发大数据系统
- 3/3125 _ 模块答疑：我能从大厂的大数据开发实践中学到什么？
- 3/3111 _ Hive是如何让MapReduce实现SQL操作的？
- 3/3112 _ 我们并没有觉得MapReduce速度慢，直到Spark出现
- 3/3113 _ 同样的本质，为何Spark可以更高效？
- 3/3114 _ BigTable的开源实现：HBase
- 3/3115 _ 流式计算的代表：Storm、Flink、Spark Streaming
- 3/3116 _ ZooKeeper是如何保证数据一致性的？
- 3/3117 _ 模块答疑：这么多技术，到底都能用在什么场景里？
- 3/3132 _ 互联网运营数据指标与可视化监控
- 3/3133 _ 一个电商网站订单下降的数据分析案例
- 3/3134 _ A_B测试与灰度发布必知必会
- 3/3135 _ 如何利用大数据成为“增长黑客”？
- 3/3136 _ 模块答疑：为什么说数据驱动运营？
- 3/3137 _ 如何对数据进行分类和预测？
- 3/3138 _ 如何发掘数据之间的关系？
- 3/3139 _ 如何预测用户的喜好？
- 3/3140 _ 机器学习的数学原理是什么？
- 3/3141 _ 从感知机到神经网络算法
- 3/3142 _ 模块答疑：软件工程师如何进入人工智能领域？
- 3/3126 _ 互联网产品 + 大数据产品 = 大数据平台
- 3/3127 _ 大数据从哪里来？
- 3/3128 _ 知名大厂如何搭建大数据平台？
- 3/3129 _ 盘点可供中小企业参考的商业大数据平台
- 3/3130 _ 当大数据遇上物联网
- 3/3131 _ 模块答疑：为什么大数据平台至关重要？
- 3/31第2季回归丨大数据之后，让我们回归后端
- 3/31结束语 _ 未来的你，有无限可能
- 3/31结课测试 _ 这些大数据的知识你都掌握了吗？
- 3/31预习 01 _ 大数据技术发展史：大数据的前世今生
- 3/31预习 02 _ 大数据应用发展史：从搜索引擎到人工智能
- 3/31预习 03 _ 大数据应用领域：数据驱动一切
- 3/3101｜什么是分布式数据库？
- 3/3102｜强一致性：那么多数据一致性模型，究竟有啥不一样？
- 3/3103｜强一致性：别再用BASE做借口，来看看什么是真正的事务一致性
- 3/3104 _ 架构风格：NewSQL和PGXC到底有啥不一样？
- 3/3105 _ 全局时钟：物理时钟和逻辑时钟你Pick谁？
- 3/3106 _ 分片机制：为什么说Range是更好的分片策略？
- 3/3107 _ 数据复制：为什么有时候Paxos不是最佳选择？
- 3/3108 _ 基础篇大串讲：重难点回顾+思考题答疑+知识全景图
- 3/3124 _ 全球化部署：如何打造近在咫尺且永不宕机的数据库？
- 3/3125 _ 容灾与备份：如何设计逃生通道保证业务连续性？
- 3/3126 _ 容器化：分布式数据库要不要上云，你想好了吗？
- 3/3127 _ 产品测试：除了性能跑分，还能测个啥？
- 3/3128 _ 选型案例：银行是怎么选择分布式数据库的？
- 3/3129 _ 产品图鉴：哪些分布式数据库值得看？
- 3/3130 _ 实践篇大串讲：重难点回顾+思考题答疑+知识全景图
- 3/3109｜原子性：2PC还是原子性协议的王者吗？
- 3/3110 _ 原子性：如何打破事务高延迟的魔咒？
- 3/3111｜隔离性：读写冲突时，快照是最好的办法吗？
- 3/3112 _ 隔离性：看不见的读写冲突，要怎么处理？
- 3/3113 _ 隔离性：为什么使用乐观协议的分布式数据库越来越少_
- 3/3114 _ 隔离性：实现悲观协议，除了锁还有别的办法吗？
- 3/3115 _ 分布式事务串讲：重难点回顾+思考题答疑+知识全景图
- 3/3116 _ 为什么不建议你使用存储过程？
- 3/3117 _ 为什么不建议你使用自增主键？
- 3/3118 _ HTAP是不是赢者通吃的游戏？
- 3/3119 _ 查询性能优化：计算与存储分离架构下有哪些优化思路？
- 3/3120 _ 关联查询：如何提升多表Join能力？
- 3/3121 _ 查询执行引擎：如何让聚合计算加速？
- 3/3122｜RUM猜想：想要读写快还是存储省？又是三选二
- 3/3123 _ 数据库查询串讲：重难点回顾+思考题答疑+知识全景图
- 3/31开篇词｜为什么要学习分布式数据库？
- 3/31结课测试｜这些分布式数据库的问题，你都掌握了吗？
- 3/31用户故事 _ 李兆龙：博观而约取，厚积而薄发
- 3/31结束语 _ 享受职业带给你的快乐
- 3/31加餐 _ 软件设计文档示例模板
- 3/31开篇词 _ 掌握软件开发技术的第一性原理
- 3/3134 _ 技术修炼之道：同样工作十几年，为什么有的人成为大厂架构师，有的人失业？
- 3/3135 _ 技术进阶之道：你和这个星球最顶级的程序员差几个等级？
- 3/3136丨技术落地之道：你真的知道自己要解决的问题是什么吗？
- 3/3137丨技术沟通之道：如何解决问题？
- 3/3138丨技术管理之道：你真的要转管理吗？
- 3/31答疑丨工作中的交往和沟通，都有哪些小技巧呢？
- 3/31期末测试丨快来测测你对专栏内容掌握到何种程度了
- 3/3121丨分布式架构：如何应对高并发的用户请求
- 3/3122 _ 缓存架构：如何减少不必要的计算？
- 3/3123 _ 异步架构：如何避免互相依赖的系统间耦合？
- 3/3124 _ 负载均衡架构：如何用10行代码实现一个负载均衡服务？
- 3/3125 _ 数据存储架构：如何改善系统的数据存储能力？
- 3/3126 _ 搜索引擎架构：如何瞬间完成海量数据检索？
- 3/3127 _ 微服务架构：微服务究竟是灵丹还是毒药？
- 3/3128 _ 高性能架构：除了代码，你还可以在哪些地方优化性能？
- 3/3129 _ 高可用架构：我们为什么感觉不到淘宝应用升级时的停机？
- 3/3130 _ 安全性架构：为什么说用户密码泄漏是程序员的锅？
- 3/3131 _ 大数据架构：大数据技术架构的思想和原理是什么？
- 3/3132 _ AI与物联网架构：从智能引擎到物联网平台
- 3/3133 _ 区块链技术架构：区块链到底能做什么？
- 3/31答疑丨互联网需要解决的技术问题是什么？
- 3/31结束语丨期待未来的你，成为优秀的软件架构师
- 3/3101丨程序运行原理：程序是如何运行又是如何崩溃的？
- 3/3102丨数据结构原理：Hash表的时间复杂度为什么是O(1)？
- 3/3103丨Java虚拟机原理：JVM为什么被称为机器（machine）？
- 3/3104丨网络编程原理：一个字符的互联网之旅
- 3/3105丨文件系统原理：如何用1分钟遍历一个100TB的文件？
- 3/3106丨数据库原理：为什么PrepareStatement性能更好更安全？
- 3/3107丨编程语言原理：面向对象编程是编程的终极形态吗？
- 3/31答疑丨Java Web程序的运行时环境到底是怎样的？
- 3/3108丨软件设计的方法论：软件为什么要建模？
- 3/3109丨软件设计实践：如何使用UML完成一个设计文档？
- 3/3110 _ 软件设计的目的：糟糕的程序员比优秀的程序员差在哪里？
- 3/3111丨软件设计的开闭原则：如何不修改代码却能实现需求变更？
- 3/3112 _ 软件设计的依赖倒置原则：如何不依赖代码却可以复用它的功能？
- 3/3113丨软件设计的里氏替换原则：正方形可以继承长方形吗？
- 3/3114 _ 软件设计的单一职责原则：为什么说一个类文件打开最好不要超过一屏？
- 3/3115丨软件设计的接口隔离原则：如何对类的调用者隐藏类的公有方法？
- 3/3116 _ 设计模式基础：不会灵活应用设计模式，你就没有掌握面向对象编程
- 3/3117 _ 设计模式应用：编程框架中的设计模式
- 3/3118 _ 反应式编程框架设计：如何使程序调用不阻塞等待，立即响应？
- 3/3119 _ 组件设计原则：组件的边界在哪里？
- 3/3120 _ 领域驱动设计：35岁的程序员应该写什么样的代码？
- 3/31答疑丨对于设计模式而言，场景到底有多重要？
- 3/3102 _ 函数即对象：一篇文章彻底搞懂JavaScript的函数特点
- 3/3103 _ 快属性和慢属性：V8是怎样提升对象属性访问速度的？
- 3/3104 _ 函数表达式：涉及大量概念，函数表达式到底该怎么学？
- 3/3105｜原型链：V8是如何实现对象继承的？
- 3/3106｜作用域链：V8是如何查找变量的？
- 3/3107｜类型转换：V8是怎么实现1+“2”的？
- 3/3108｜答疑：如何构建和使用V8的调试工具d8？
- 3/3109 _ 运行时环境：运行JavaScript代码的基石
- 3/3110 _ 机器代码：二进制机器码究竟是如何被CPU执行的？
- 3/3111 _ 堆和栈：函数调用是如何影响到内存布局的？
- 3/3112 _ 延迟解析：V8是如何实现闭包的？
- 3/3113 _ 字节码（一）：V8为什么又重新引入字节码？
- 3/3114｜字节码（二）：解释器是如何解释执行字节码的？
- 3/3115 _ 隐藏类：如何在内存中快速查找对象属性？
- 3/3116 _ 答疑： V8是怎么通过内联缓存来提升函数执行效率的？
- 3/3117 _ 消息队列：V8是怎么实现回调函数的？
- 3/3118 _ 异步编程（一）：V8是如何实现微任务的？
- 3/3119｜异步编程（二）：V8是如何实现async_await的？
- 3/3120 _ 垃圾回收（一）：V8的两个垃圾回收器是如何工作的？
- 3/3121 _ 垃圾回收（二）：V8是如何优化垃圾回收器执行效率的？
- 3/3122｜答疑：几种常见内存问题的解决策略
- 3/3101 _ V8是如何执行一段JavaScript代码的？
- 3/31开篇词 _ 如何学习谷歌高性能 JavaScript 引擎V8？
- 3/31结束语 _ 我的前端学习踩坑史
- 3/31结课测试 _ 这些V8的知识你都掌握了吗？
- 3/31FAQ第一期 _ 学习大规模数据处理需要什么基础？
- 3/31FAQ第三期 _ Apache Beam基础答疑
- 3/31FAQ第二期 _ Spark案例实战答疑
- 3/31加油站 _ Practice makes perfect！
- 3/31开篇词 _ 从这里开始，带你走上硅谷一线系统架构师之路
- 3/3101 _ 为什么MapReduce会被硅谷一线公司淘汰？
- 3/3102 _ MapReduce后谁主沉浮：怎样设计下一代数据处理技术？
- 3/3103 _ 大规模数据处理初体验：怎样实现大型电商热销榜？
- 3/3112 _ 我们为什么需要Spark？
- 3/3113 _ 弹性分布式数据集：Spark大厦的地基（上）
- 3/3114 _ 弹性分布式数据集：Spark大厦的地基（下）
- 3/3115 _ Spark SQL：Spark数据查询的利器
- 3/3116 _ Spark Streaming：Spark的实时流计算API
- 3/3117 _ Structured Streaming：如何用DataFrame API进行实时数据分析_
- 3/3118 _ Word Count：从零开始运行你的第一个Spark应用
- 3/3119 _ 综合案例实战：处理加州房屋信息，构建线性回归模型
- 3/3120 _ 流处理案例实战：分析纽约市出租车载客信息
- 3/3121 _ 深入对比Spark与Flink：帮你系统设计两开花
- 3/3104 _ 分布式系统（上）：学会用服务等级协议SLA来评估你的系统
- 3/3105 _ 分布式系统（下）：架构师不得不知的三大指标
- 3/3106 _ 如何区分批处理还是流处理？
- 3/3107 _ Workflow设计模式：让你在大规模数据世界中君临天下
- 3/3108 _ 发布_订阅模式：流处理架构中的瑞士军刀
- 3/3109 _ CAP定理：三选二，架构师必须学会的取舍
- 3/3110 _ Lambda架构：Twitter亿级实时数据分析架构背后的倚天剑
- 3/3111 _ Kappa架构：利用Kafka锻造的屠龙刀
- 3/3130 _ Apache Beam实战冲刺：Beam如何run everywhere_
- 3/3131 _ WordCount Beam Pipeline实战
- 3/3132 _ Beam Window：打通流处理的任督二脉
- 3/3133 _ 横看成岭侧成峰：再战Streaming WordCount
- 3/3134 _ Amazon热销榜Beam Pipeline实战
- 3/3135 _ Facebook游戏实时流处理Beam Pipeline实战（上）
- 3/3136 _ Facebook游戏实时流处理Beam Pipeline实战（下）
- 3/3137 _ 5G时代，如何处理超大规模物联网数据
- 3/3138 _ 大规模数据处理在深度学习中如何应用？
- 3/3139 _ 从SQL到Streaming SQL：突破静态数据查询的次元
- 3/3140 _ 大规模数据处理未来之路
- 3/3122 _ Apache Beam的前世今生
- 3/3123 _ 站在Google的肩膀上学习Beam编程模型
- 3/3124 _ PCollection：为什么Beam要如此抽象封装数据？
- 3/3125 _ Transform：Beam数据转换操作的抽象方法
- 3/3126 _ Pipeline：Beam如何抽象多步骤的数据流水线？
- 3/3127 _ Pipeline I_O_ Beam数据中转的设计模式
- 3/3128 _ 如何设计创建好一个Beam Pipeline？
- 3/3129 _ 如何测试Beam Pipeline？
- 3/31结束语 _ 世间所有的相遇，都是久别重逢
- 3/3113 _ Linux系统安全：多人共用服务器，如何防止别人干“坏事”？
- 3/3114 _ 网络安全：和别人共用Wi-Fi时，你的信息会被窃取吗？
- 3/3115 _ Docker安全：在虚拟的环境中，就不用考虑安全了吗？
- 3/3116 _ 数据库安全：数据库中的数据是如何被黑客拖取的？
- 3/3117 _ 分布式安全：上百个分布式节点，不会出现“内奸”吗？
- 3/3106 _ XSS：当你“被发送”了一条微博时，到底发生了什么？
- 3/3107 _ SQL注入：明明设置了强密码，为什么还会被别人登录？
- 3/3108 _ CSRF_SSRF：为什么避免了XSS，还是“被发送”了一条微博？
- 3/3109 _ 反序列化漏洞：使用了编译型语言，为什么还是会被注入？
- 3/3110 _ 信息泄露：为什么黑客会知道你的代码逻辑？
- 3/3111 _ 插件漏洞：我的代码看起来很安全，为什么还会出现漏洞？
- 3/3112 _ 权限提升和持久化：为什么漏洞修复了，黑客还是能够自由进出？
- 3/3125 _ 业务安全体系：对比基础安全，业务安全有哪些不同？
- 3/3126 _ 产品安全方案：如何降低业务对黑灰产的诱惑？
- 3/3127 _ 风控系统：如何从海量业务数据中，挖掘黑灰产？
- 3/3128 _ 机器学习：如何教会机器识别黑灰产？
- 3/3129 _ 设备指纹：面对各种虚拟设备，如何进行对抗？
- 3/3130 _ 安全运营：“黑灰产”打了又来，如何正确处置？
- 3/3101 _ 安全的本质：数据被窃取后，你能意识到问题来源吗？
- 3/3102 _ 安全原则：我们应该如何上手解决安全问题？
- 3/3103 _ 密码学基础：如何让你的密码变得“不可见”？
- 3/3104 _ 身份认证：除了账号密码，我们还能怎么做身份认证？
- 3/3105 _ 访问控制：如何选取一个合适的数据保护方案？
- 3/3118 _ 安全标准和框架：怎样依“葫芦”画出好“瓢”？
- 3/3119 _ 防火墙：如何和黑客“划清界限”？
- 3/3120 _ WAF：如何为漏洞百出的Web应用保驾护航？
- 3/3121 _ IDS：当黑客绕过了防火墙，你该如何发现？
- 3/3122 _ RASP：写规则写得烦了？尝试一下更底层的IDS
- 3/3123 _ SIEM：一个人管理好几个安全工具，如何高效运营？
- 3/3124 _ SDL：怎样才能写出更“安全”的代码？
- 3/31开篇词 _ 别说你没被安全困扰过
- 3/31加餐1 _ 数据安全：如何防止内部员工泄露商业机密？
- 3/31加餐2 _ 前端安全：如何打造一个可信的前端环境？
- 3/31加餐3 _ 职业发展：应聘安全工程师，我需要注意什么？
- 3/31加餐4 _ 个人成长：学习安全，哪些资源我必须要知道？
- 3/31加餐5 _ 安全新技术：IoT、IPv6、区块链中的安全新问题
- 3/31模块串讲（一） _ Web安全：如何评估用户数据和资产数据面临的威胁？
- 3/31模块串讲（三）_ 安全防御工具：如何选择和规划公司的安全防御体系？
- 3/31模块串讲（二）_ Linux系统和应用安全：如何大范围提高平台安全性？
- 3/31结束语 _ 在与黑客的战役中，我们都是盟友！
- 3/31结课测试｜这些安全知识，你都掌握了吗？
- 3/3106｜对称密钥：如何保护私密数据？
- 3/3107 _ 怎么选择对称密钥算法？
- 3/3108 _ 该怎么选择初始化向量？
- 3/3109 _ 为什么ECB模式不安全？
- 3/3110 _ 怎么防止数据重放攻击？
- 3/3111 _ 怎么利用解密端攻击？
- 3/3112 _ 怎么利用加密端攻击？
- 3/3113 _ 如何防止数据被调包？
- 3/3114 _ 加密数据能够自我验证吗？
- 3/3115 _ AEAD有哪些安全陷阱？
- 3/3116 _ 为什么说随机数都是骗人的？
- 3/3117 _ 加密密钥是怎么来的？
- 3/3118 _ 如何管理对称密钥？
- 3/3119 _ 量子时代，你准备好了吗？
- 3/31加餐 _ 密码学，心底的冷暖
- 3/3102｜单向散列函数：如何保证信息完整性？
- 3/3103｜如何设置合适的安全强度？
- 3/3104｜选择哈希算法应该考虑哪些因素？
- 3/3105｜如何有效避免长度延展攻击？
- 3/31开篇词 _ 人人都要会点密码学
- 3/3120 _ 综合案例：如何解决约会难题？
- 3/31结束语 _ 深挖坑、广积粮
- 3/31结课测试 _ 这些密码学的知识，你都掌握了吗？
- 3/3101 _ 学习密码学有什么用？
- 3/31开篇词丨“老板，之前咱TPS是100，我优化完是10000”
- 3/31春节策划丨快来挑战一下自己的分析逻辑吧！
- 3/31春节策划丨性能评估和性能分析试题，等你挑战！
- 3/3101丨性能综述：性能测试的概念到底是什么？
- 3/3102丨性能综述：TPS和响应时间之间是什么关系？
- 3/3103丨性能综述：怎么理解TPS、QPS、RT、吞吐量这些性能指标？
- 3/3104丨JMeter和LoadRunner：要知道工具仅仅只是工具
- 3/3105丨指标关系：你知道并发用户数应该怎么算吗？
- 3/3106丨倾囊相授：我毕生所学的性能分析思路都在这里了
- 3/3116丨案例：性能监控工具之Grafana+Prometheus+Exporters
- 3/3117丨CentOS：操作系统级监控及常用计数器解析（上）
- 3/3118丨CentOS：操作系统级监控及常用计数器解析（下）
- 3/3119丨Java & C ++：代码级监控及常用计数器解析（上）
- 3/3120丨Java & C ++：代码级监控及常用计数器解析（下）
- 3/3121丨Tomcat：中间件监控及常用计数器解析
- 3/3122丨MySQL：数据库级监控及常用计数器解析（上）
- 3/3123丨MySQL：数据库级监控及常用计数器解析（下）
- 3/3124丨Kafka：性能监控工具之队列级监控及常用计数器解析
- 3/3125丨SkyWalking：性能监控工具之链路级监控及常用计数器解析
- 3/3107丨性能测试工具：如何录制脚本？
- 3/3108丨案例： 手把手教你编写最简单的性能脚本
- 3/3109丨关联和断言：一动一静，核心都是在取数据
- 3/3110丨案例：在JMeter中如何设置参数化数据？
- 3/3111丨性能脚本：用案例和图示帮你理解HTTP协议
- 3/3112丨性能场景：做参数化之前，我们需要考虑什么？
- 3/3113丨性能测试场景：如何进行场景设计？
- 3/3114丨性能测试场景：如何理解业务模型？
- 3/3115丨性能测试场景：如何进行监控设计？
- 3/3126丨案例：手把手带你理解TPS趋势分析
- 3/3127丨案例：带宽消耗以及Swap（上）
- 3/3128丨案例：带宽消耗以及Swap（下）
- 3/3129丨案例：如何应对因网络参数导致的TPS呈锯齿状？
- 3/3130丨案例：为什么参数化数据会导致TPS突然下降？
- 3/3131丨案例：当磁盘参数导致I_O高的时候，应该怎么办？
- 3/3132丨当Postgres磁盘读引起I_O高的时候，应该怎么办？
- 3/31结束语丨见过林林总总的乱象，才知未来的无限可能
- 3/31期末测试题丨快来测试一下你对性能掌握到何种程度了吧！
- 3/3112 _ 线上面试：隔屏对话，交流依然畅通
- 3/3113 _ 简历识人：洞悉简历背后信息，动态调节面试策略
- 3/31开篇词 _ 世事洞明皆学问，人情练达即文章：小面试，大道理
- 3/31结束语 _ 操千曲而后晓声，观千剑而后识器
- 3/31结课测试｜这些面试问题，你都掌握了么？
- 3/3101 _ 评估体系：公司和团队到底需要怎样的技术人才？
- 3/3102 _ 制定计划：好的计划是成功的一半
- 3/3103 _ 问题设计（上）：三大原则理清面试考察方向
- 3/3104 _ 问题设计（下）：五个技巧助攻技术问题设计
- 3/31答疑课堂01：面试计划篇热点问题解答
- 3/3109 _ 决策会准备：怎样全面收集事实，有效提炼数据？
- 3/3110 _ 决策会开展（上）：怎样引导争辩，达成共识？
- 3/3111 _ 决策会开展（下）：怎样确保评估全面且有深度？
- 3/31答疑课堂03：面试决策篇热点问题解答
- 3/3105 _ 流程把控：控好流程，让面试进程高效有温度
- 3/3106 _ 算法和数据结构考察：怎样有层次地驾驭算法考察？
- 3/3107 _ 系统设计能力考察：系统设计内功到底怎么考？
- 3/3108 _ 其它技能考察：见微知著，不可忽略的其它考察点
- 3/31答疑课堂02：面试实践篇热点问题解答
- 3/3134 _ 推荐系统在互联网产品商业链条中的地位
- 3/3135 _ 说说信息流的前世今生
- 3/3136 _ 组建推荐团队及工程师的学习路径
- 3/3116 _ 简单却有效的Bandit算法
- 3/3117 _ 结合上下文信息的Bandit算法
- 3/3118 _ 如何将Bandit算法与协同过滤结合使用
- 3/3121 _ 构建一个科学的排行榜体系
- 3/3122 _ 实用的加权采样算法
- 3/3123 _ 推荐候选池的去重策略
- 3/3104 _ 画鬼容易画人难：用户画像的“能”和“不能”
- 3/3105 _ 从文本到用户画像有多远
- 3/3106 _ 超越标签的内容推荐系统
- 3/3113 _ 经典模型融合办法：线性模型和树模型的组合拳
- 3/3114 _ 一网打尽协同过滤、矩阵分解和线性模型
- 3/3115 _ 深度和宽度兼具的融合模型 Wide and Deep
- 3/3119 _ 深度学习在推荐系统中的应用有哪些_
- 3/3120 _ 用RNN构建个性化音乐播单
- 3/3110 _ 那些在Netflix Prize中大放异彩的推荐算法
- 3/3111 _ Facebook是怎么为十亿人互相推荐好友的
- 3/3112 _ 如果关注排序效果，那么这个模型可以帮到你
- 3/3107 _ 人以群分，你是什么人就看到什么世界
- 3/3108 _ 解密“看了又看”和“买了又买”
- 3/3109 _ 协同过滤中的相似度计算方法有哪些
- 3/3124 _ 典型的信息流架构是什么样的
- 3/3125 _ Netflix个性化推荐架构
- 3/3126 _ 总览推荐架构和搜索、广告的关系
- 3/3127 _ 巧妇难为无米之炊：数据采集关键要素
- 3/3128 _ 让你的推荐系统反应更快：实时推荐
- 3/3129 _ 让数据驱动落地，你需要一个实验平台
- 3/3130 _ 推荐系统服务化、存储选型及API设计
- 3/3131 _ 推荐系统的测试方法及常用指标介绍
- 3/3132 _ 道高一尺魔高一丈：推荐系统的攻防
- 3/3133 _ 和推荐系统有关的开源工具及框架介绍
- 3/31开篇词 _ 用知识去对抗技术不平等
- 3/3101 _ 你真的需要个性化推荐系统吗_
- 3/3102 _ 个性化推荐系统有哪些绕不开的经典问题？
- 3/3103 _ 这些你必须应该具备的思维模式
- 3/31加餐 _ 推荐系统的参考阅读
- 3/31结束语 _ 遇“荐”之后，江湖再见
- 3/31结课测试 _ 推荐系统的这些知识，你都掌握了吗？
- 3/3101 _ 前因后果：为什么说数据中台是大数据的下一站？
- 3/3102 _ 关键抉择： 到底什么样的企业应该建数据中台？
- 3/3103 _ 数据中台建设三板斧：方法论、组织和技术
- 3/31特别放送｜史凯：建设数据中台到底有什么用？
- 3/3104 _ 元数据中心的关键目标和技术实现方案
- 3/3105 _ 如何统一管理纷繁杂乱的数据指标？
- 3/3106 _ 数据模型无法复用，归根结底还是设计问题
- 3/3107 _ 同事老打脸说数据有问题，该怎么彻底解决？
- 3/3108 _ 交付速度和质量问题解决了，老板说还得“省”
- 3/3109 _ 数据服务到底解决了什么问题？
- 3/3110 _ 数据服务难道就是对外提供个API吗？
- 3/3111 _ 怎么一劳永逸地解决数据安全问题？
- 3/3112 _ 数据的台子搭完了，但你还得想好戏该怎么唱
- 3/3113 _ 数据研发就只是写代码吗？
- 3/3114 _ 数据被加工后，你还要学会使用和管理数据
- 3/3115 _ 数据中台在网易电商业务的最佳实践
- 3/31开篇词 _ 数据中台，是陷阱？还是金钥匙？
- 3/31结束语 _ 数据中台从哪里来，要到哪里去？
- 3/31结课测试 _ 建设数据中台的这些知识，你都掌握了吗？
- 3/31加餐丨在社交网络上刷粉刷量，技术上是如何实现的？
- 3/31开篇词 _ 你为什么需要数据分析能力？
- 3/3101丨数据分析全景图及修炼指南
- 3/3102丨学习数据挖掘的最佳路径是什么？
- 3/3103丨Python基础语法：开始你的Python之旅
- 3/3104丨Python科学计算：用NumPy快速处理数据
- 3/3105丨Python科学计算：Pandas
- 3/3106 _ 学数据分析要掌握哪些基本概念？
- 3/3107 _ 用户画像：标签化就是数据的抽象能力
- 3/3108 _ 数据采集：如何自动化采集数据？
- 3/3109丨数据采集：如何用八爪鱼采集微博上的“D&G”评论
- 3/3110丨Python爬虫：如何自动化下载王祖贤海报？
- 3/3111 _ 数据科学家80%时间都花费在了这些清洗任务上？
- 3/3112 _ 数据集成：这些大号一共20亿粉丝？
- 3/3113 _ 数据变换：考试成绩要求正态分布合理么？
- 3/3114丨数据可视化：掌握数据领域的万金油技能
- 3/3115丨一次学会Python数据可视化的10种技能
- 3/3116丨数据分析基础篇答疑
- 3/3137丨数据采集实战：如何自动化运营微博？
- 3/3138丨数据可视化实战：如何给毛不易的歌曲做词云展示？
- 3/3139丨数据挖掘实战（1）：信用卡违约率分析
- 3/3140丨数据挖掘实战（2）：信用卡诈骗分析
- 3/3141丨数据挖掘实战（3）：如何对比特币走势进行预测？
- 3/3142丨当我们谈深度学习的时候，我们都在谈什么？
- 3/3143丨深度学习（下）：如何用Keras搭建深度学习网络做手写数字识别？
- 3/3117 丨决策树（上）：要不要去打篮球？决策树来告诉你
- 3/3118丨决策树（中）：CART，一棵是回归树，另一棵是分类树
- 3/3119丨决策树（下）：泰坦尼克乘客生存预测
- 3/3120丨朴素贝叶斯分类（上）：如何让机器判断男女？
- 3/3121丨朴素贝叶斯分类（下）：如何对文档进行分类？
- 3/3122丨SVM（上）：如何用一根棍子将蓝红两色球分开？
- 3/3123丨SVM（下）：如何进行乳腺癌检测？
- 3/3124丨KNN（上）：如何根据打斗和接吻次数来划分电影类型？
- 3/3125丨KNN（下）：如何对手写数字进行识别？
- 3/3126丨K-Means（上）：如何给20支亚洲球队做聚类？
- 3/3127丨K-Means（下）：如何使用K-Means对图像进行分割？
- 3/3128丨EM聚类（上）：如何将一份菜等分给两个人？
- 3/3129丨EM聚类（下）：用EM算法对王者荣耀英雄进行划分
- 3/3130丨关联规则挖掘（上）：如何用Apriori发现用户购物规则？
- 3/3131丨关联规则挖掘（下）：导演如何选择演员？
- 3/3132丨PageRank（上）：搞懂Google的PageRank算法
- 3/3133丨PageRank（下）：分析希拉里邮件中的人物关系
- 3/3134丨AdaBoost（上）：如何使用AdaBoost提升分类器性能？
- 3/3135丨AdaBoost（下）：如何使用AdaBoost对房价进行预测？
- 3/3136丨数据分析算法篇答疑
- 3/3144丨如何培养你的数据分析思维？
- 3/3145丨求职简历中没有相关项目经验，怎么办？
- 3/31结束语丨当大家都在讲知识和工具的时候，我更希望你重视思维和实战
- 3/31结课测试 _ 数据分析的这些知识，你真的掌握了吗？
- 3/3101 _ 为什么要学习数据结构和算法？
- 3/3102 _ 如何抓住重点，系统高效地学习数据结构与算法？
- 3/3103 _ 复杂度分析（上）：如何分析、统计算法的执行效率和资源消耗？
- 3/3104 _ 复杂度分析（下）：浅析最好、最坏、平均、均摊时间复杂度
- 3/31《数据结构与算法之美》学习指导手册
- 3/31不定期福利第一期 _ 数据结构与算法学习书单
- 3/31不定期福利第三期 _ 测一测你的算法阶段学习成果
- 3/31不定期福利第二期 _ 王争：羁绊前行的，不是肆虐的狂风，而是内心的迷茫
- 3/31不定期福利第四期 _ 刘超：我是怎么学习《数据结构与算法之美》的？
- 3/31总结课 _ 在实际开发中，如何权衡选择使用哪种数据结构和算法？
- 3/31春节7天练 _ Day 1：数组和链表
- 3/31春节7天练 _ Day 2：栈、队列和递归
- 3/31春节7天练 _ Day 3：排序和二分查找
- 3/31春节7天练 _ Day 4：散列表和字符串
- 3/31春节7天练 _ Day 5：二叉树和堆
- 3/31春节7天练 _ Day 6：图
- 3/31春节7天练 _ Day 7：贪心、分治、回溯和动态规划
- 3/31用户故事 _ Jerry银银：这一年我的脑海里只有算法
- 3/31用户故事 _ zixuan：站在思维的高处，才有足够的视野和能力欣赏“美”
- 3/3105 _ 数组：为什么很多编程语言中数组都从0开始编号？
- 3/3106 _ 链表（上）：如何实现LRU缓存淘汰算法_
- 3/3107 _ 链表（下）：如何轻松写出正确的链表代码？
- 3/3108 _ 栈：如何实现浏览器的前进和后退功能？
- 3/3109 _ 队列：队列在线程池等有限资源池中的应用
- 3/3110 _ 递归：如何用三行代码找到“最终推荐人”？
- 3/3111 _ 排序（上）：为什么插入排序比冒泡排序更受欢迎？
- 3/3112 _ 排序（下）：如何用快排思想在O(n)内查找第K大元素？
- 3/3113 _ 线性排序：如何根据年龄给100万用户数据排序？
- 3/3114 _ 排序优化：如何实现一个通用的、高性能的排序函数？
- 3/3115 _ 二分查找（上）：如何用最省内存的方式实现快速查找功能？
- 3/3116 _ 二分查找（下）：如何快速定位IP对应的省份地址？
- 3/3117 _ 跳表：为什么Redis一定要用跳表来实现有序集合？
- 3/3118 _ 散列表（上）：Word文档中的单词拼写检查功能是如何实现的？
- 3/3119 _ 散列表（中）：如何打造一个工业级水平的散列表？
- 3/3120 _ 散列表（下）：为什么散列表和链表经常会一起使用？
- 3/3121 _ 哈希算法（上）：如何防止数据库中的用户信息被脱库？
- 3/3122 _ 哈希算法（下）：哈希算法在分布式系统中有哪些应用？
- 3/3123 _ 二叉树基础（上）：什么样的二叉树适合用数组来存储？
- 3/3124 _ 二叉树基础（下）：有了如此高效的散列表，为什么还需要二叉树？
- 3/3125 _ 红黑树（上）：为什么工程中都用红黑树这种二叉树？
- 3/3126 _ 红黑树（下）：掌握这些技巧，你也可以实现一个红黑树
- 3/3127 _ 递归树：如何借助树来求解递归算法的时间复杂度？
- 3/3128 _ 堆和堆排序：为什么说堆排序没有快速排序快？
- 3/3129 _ 堆的应用：如何快速获取到Top 10最热门的搜索关键词？
- 3/3130 _ 图的表示：如何存储微博、微信等社交网络中的好友关系？
- 3/3131 _ 深度和广度优先搜索：如何找出社交网络中的三度好友关系？
- 3/3132 _ 字符串匹配基础（上）：如何借助哈希算法实现高效字符串匹配？
- 3/3133 _ 字符串匹配基础（中）：如何实现文本编辑器中的查找功能？
- 3/3134 _ 字符串匹配基础（下）：如何借助BM算法轻松理解KMP算法？
- 3/3135 _ Trie树：如何实现搜索引擎的搜索关键词提示功能？
- 3/3136 _ AC自动机：如何用多模式串匹配实现敏感词过滤功能？
- 3/3137 _ 贪心算法：如何用贪心算法实现Huffman压缩编码？
- 3/3138 _ 分治算法：谈一谈大规模计算框架MapReduce中的分治思想
- 3/3139 _ 回溯算法：从电影《蝴蝶效应》中学习回溯算法的核心思想
- 3/3140 _ 初识动态规划：如何巧妙解决“双十一”购物时的凑单问题？
- 3/3141 _ 动态规划理论：一篇文章带你彻底搞懂最优子结构、无后效性和重复子问题
- 3/3142 _ 动态规划实战：如何实现搜索引擎中的拼写纠错功能？
- 3/3152 _ 算法实战（一）：剖析Redis常用数据类型对应的数据结构
- 3/3153 _ 算法实战（二）：剖析搜索引擎背后的经典数据结构和算法
- 3/3154 _ 算法实战（三）：剖析高性能队列Disruptor背后的数据结构和算法
- 3/3155 _ 算法实战（四）：剖析微服务接口鉴权限流背后的数据结构和算法
- 3/3156 _ 算法实战（五）：如何用学过的数据结构和算法实现一个短网址系统？
- 3/31开篇词 _ 从今天起，跨过“数据结构与算法”这道坎
- 3/31打卡召集令 _ 60 天攻克数据结构与算法
- 3/31打卡召集令 _ 第一阶段知识总结
- 3/31打卡召集令 _ 第三阶段知识总结
- 3/31打卡召集令 _ 第二阶段知识总结
- 3/31打卡召集令 _ 第四阶段知识总结
- 3/31第2季回归 _ 这一次，我们一起拿下设计模式！
- 3/31结束语 _ 送君千里，终须一别
- 3/31结课测试｜这些数据结构与算法，你真的掌握了吗？
- 3/31课程迭代｜全新交付71讲音频
- 3/3143 _ 拓扑排序：如何确定代码源文件的编译依赖关系？
- 3/3144 _ 最短路径：地图软件是如何计算出最优出行路径的？
- 3/3145 _ 位图：如何实现网页爬虫中的URL去重功能？
- 3/3146 _ 概率统计：如何利用朴素贝叶斯算法过滤垃圾短信？
- 3/3147 _ 向量空间：如何实现一个简单的音乐推荐系统？
- 3/3148 _ B+树：MySQL数据库索引是如何实现的？
- 3/3149 _ 搜索：如何用A_搜索算法实现游戏中的寻路功能？
- 3/3150 _ 索引：如何在海量数据中快速查找某个数据？
- 3/3151 _ 并行算法：如何利用并行处理提高算法的执行效率？
- 3/31如何成为机器学习工程师？
- 3/31结课测试 _ 这些机器学习知识你都掌握了吗？
- 3/31开篇词 _ 打通修炼机器学习的任督二脉
- 3/3101 _ 频率视角下的机器学习
- 3/3102 _ 贝叶斯视角下的机器学习
- 3/3103 _ 学什么与怎么学
- 3/3104 _ 计算学习理论
- 3/3105 _ 模型的分类方式
- 3/3106 _ 模型的设计准则
- 3/3107 _ 模型的验证方法
- 3/3108 _ 模型的评估指标
- 3/3109 _ 实验设计
- 3/3110 _ 特征预处理
- 3/3128 _ 最简单的概率图：朴素贝叶斯
- 3/3129 _ 有向图模型：贝叶斯网络
- 3/3130 _ 无向图模型：马尔可夫随机场
- 3/3131 _ 建模连续分布：高斯网络
- 3/3132 _ 从有限到无限：高斯过程
- 3/3133 _ 序列化建模：隐马尔可夫模型
- 3/3134 _ 连续序列化模型：线性动态系统
- 3/3135 _ 精确推断：变量消除及其拓展
- 3/3136 _ 确定近似推断：变分贝叶斯
- 3/3137 _ 随机近似推断：MCMC
- 3/3138 _ 完备数据下的参数学习：有向图与无向图
- 3/3139 _ 隐变量下的参数学习：EM方法与混合模型
- 3/3140 _ 结构学习：基于约束与基于评分
- 3/31总结课 _ 贝叶斯学习的模型体系
- 3/31结课 _ 终有一天，你将为今天的付出骄傲
- 3/3111 _ 基础线性回归：一元与多元
- 3/3112 _ 正则化处理：收缩方法与边际化
- 3/3113 _ 线性降维：主成分的使用
- 3/3114 _ 非线性降维：流形学习
- 3/3115 _ 从回归到分类：联系函数与降维
- 3/3116 _ 建模非正态分布：广义线性模型
- 3/3117 _ 几何角度看分类：支持向量机
- 3/3118 _ 从全局到局部：核技巧
- 3/3119 _ 非参数化的局部模型：K近邻
- 3/3120 _ 基于距离的学习：聚类与度量学习
- 3/3121 _ 基函数扩展：属性的非线性化
- 3/3122 _ 自适应的基函数：神经网络
- 3/3123 _ 层次化的神经网络：深度学习
- 3/3124 _ 深度编解码：表示学习
- 3/3125 _ 基于特征的区域划分：树模型
- 3/3126 _ 集成化处理：Boosting与Bagging
- 3/3127 _ 万能模型：梯度提升与随机森林
- 3/31总结课 _ 机器学习的模型体系
- 3/3101 _ 线性结构检索：从数组和链表的原理初窥检索本质
- 3/3102 _ 非线性结构检索：数据频繁变化的情况下，如何高效检索？
- 3/3103 _ 哈希检索：如何根据用户ID快速查询用户信息？
- 3/3104 _ 状态检索：如何快速判断一个用户是否存在？
- 3/3105 _ 倒排索引：如何从海量数据中查询同时带有“极”和“客”的唐诗？
- 3/31测一测 _ 检索算法基础，你掌握了多少？
- 3/31特别加餐 _ 倒排检索加速（一）：工业界如何利用跳表、哈希表、位图进行加速？
- 3/31特别加餐 _ 倒排检索加速（二）：如何对联合查询进行加速？
- 3/3117 _ 存储系统：从检索技术角度剖析LevelDB的架构设计思想
- 3/3118 _ 搜索引擎：输入搜索词以后，搜索引擎是怎么工作的？
- 3/3119 _ 广告系统：广告引擎如何做到在0.1s内返回广告信息？
- 3/3120 _ 推荐引擎：没有搜索词，“头条”怎么找到你感兴趣的文章？
- 3/31结束语 _ 成长和进化，技术如此，我们亦如此
- 3/31结课测试 _ 这些检索知识，你都掌握了吗？
- 3/31导读 _ 三步走策略，轻松搞定检索！
- 3/31开篇词 _ 学会检索，快人一步！
- 3/3106 _ 数据库检索：如何使用B+树对海量磁盘数据建立索引？
- 3/3107 _ NoSQL检索：为什么日志系统主要用LSM树而非B+树？
- 3/3108 _ 索引构建：搜索引擎如何为万亿级别网站生成索引？
- 3/3109 _ 索引更新：刚发布的文章就能被搜到，这是怎么做到的？
- 3/3110 _ 索引拆分：大规模检索系统如何使用分布式技术加速检索？
- 3/3111｜精准Top K检索：搜索结果是怎么进行打分排序的？
- 3/3112 _ 非精准Top K检索：如何给检索结果的排序过程装上“加速器”？
- 3/3113 _ 空间检索（上）：如何用Geohash实现“查找附近的人”功能？
- 3/3114 _ 空间检索（下）：“查找最近的加油站”和“查找附近的人”有何不同？
- 3/3115 _ 最近邻检索（上）：如何用局部敏感哈希快速过滤相似文章？
- 3/3116 _ 最近邻检索（下）：如何用乘积量化实现“拍照识花”功能？
- 3/31测一测 _ 高性能检索系统的实战知识，你掌握了多少？
- 3/31特别加餐 _ 高性能检索系统中的设计漫谈
- 3/3112 _ 栈空间和堆空间：数据是如何存储的？
- 3/3113 _ 垃圾回收：垃圾数据是如何自动回收的？
- 3/3114 _ 编译器和解释器：V8是如何执行一段JavaScript代码的？
- 3/3101 _ Chrome架构：仅仅打开了1个页面，为什么有4个进程？
- 3/3102 _ TCP协议：如何保证页面文件能被完整送达浏览器？
- 3/3103 _ HTTP请求流程：为什么很多站点第二次打开速度会很快？
- 3/3104 _ 导航流程：从输入URL到页面展示，这中间发生了什么？
- 3/3105 _ 渲染流程（上）：HTML、CSS和JavaScript，是如何变成页面的？
- 3/3106 _ 渲染流程（下）：HTML、CSS和JavaScript，是如何变成页面的？
- 3/31开篇词 _ 参透了浏览器的工作原理，你就能解决80%的前端难题
- 3/3107 _ 变量提升：JavaScript代码是按顺序执行的吗？
- 3/3108 _ 调用栈：为什么JavaScript代码会出现栈溢出？
- 3/3109 _ 块级作用域：var缺陷以及为什么要引入let和const？
- 3/3110 _ 作用域链和闭包 ：代码中出现相同的变量，JavaScript引擎是如何选择的？
- 3/3111 _ this：从JavaScript执行上下文的视角讲清楚this
- 3/3129 _ HTTP_1：HTTP性能优化
- 3/3130｜HTTP_2：如何提升网络速度？
- 3/3131｜HTTP_3：甩掉TCP、TLS 的包袱，构建高效网络
- 3/3121 _ Chrome开发者工具：利用网络面板做性能分析
- 3/3122 _ DOM树：JavaScript是如何影响DOM树构建的？
- 3/3123 _ 渲染流水线：CSS如何影响首次加载时的白屏时间？
- 3/3124 _ 分层和合成机制：为什么CSS动画比JavaScript高效？
- 3/3125 _ 页面性能：如何系统地优化页面？
- 3/3126 _ 虚拟DOM：虚拟DOM和实际的DOM有何不同？
- 3/3127 _ 渐进式网页应用（PWA）：它究竟解决了Web应用的哪些问题？
- 3/3128 _ WebComponent：像搭积木一样构建Web应用
- 3/3115 _ 消息队列和事件循环：页面是怎么“活”起来的？
- 3/3116 _ WebAPI：setTimeout是如何实现的？
- 3/3117 _ WebAPI：XMLHttpRequest是怎么实现的？
- 3/3118 _ 宏任务和微任务：不是所有任务都是一个待遇
- 3/3119 _ Promise：使用Promise，告别回调函数
- 3/3120 _ async_await：使用同步的方式去写异步代码
- 3/3132 _ 同源策略：为什么XMLHttpRequest不能跨域请求资源？
- 3/3133 _ 跨站脚本攻击（XSS）：为什么Cookie中有HttpOnly属性？
- 3/3134 _ CSRF攻击：陌生链接不要随便点
- 3/3135 _ 安全沙箱：页面和系统之间的隔离墙
- 3/3136 _ HTTPS：让数据传输更安全
- 3/31第二季回归 _ 这次我们来专门聊聊V8
- 3/31结束语 _ 大道至简
- 3/31结课测试 _ 这些浏览器的知识你都掌握了吗？
- 3/31加餐一｜浏览上下文组：如何计算Chrome中渲染进程的个数？
- 3/31加餐三｜加载阶段性能：使用Audits来优化Web性能
- 3/31加餐二｜任务调度：有了setTimeOut，为什么还要使用rAF？
- 3/31加餐五 _ 性能分析工具：如何分析Performance中的Main指标？
- 3/31加餐六｜HTTPS：浏览器如何验证数字证书？
- 3/31加餐四｜页面性能工具：如何使用Performance？
- 3/31尾声篇 _ 授人以鱼，不如授人以渔
- 3/31新书首发 _《区块链第一课：深入浅出技术与应用》
- 3/31开篇词 _ 帮你从0到1深入学习区块链技术
- 3/31第1讲 _ 到底什么才是区块链？
- 3/31第2讲 _ 区块链到底是怎么运行的？
- 3/31第3讲 _ 浅说区块链共识机制
- 3/31第4讲 _ 区块链的应用类型
- 3/31第5讲 _ 如何理解数字货币？它与区块链又是什么样的关系？
- 3/31第6讲 _ 理解区块链之前，先上手体验一把数字货币
- 3/31第7讲 _ 区块链的常见误区
- 3/31第8讲 _ 最主流区块链项目有哪些？
- 3/31第24讲 _ 比特币专题（一）历史与货币
- 3/31第25讲 _ 比特币专题（二）：扩容之争、IFO与链上治理
- 3/31第26讲 _ 数字货币和数字资产
- 3/31第27讲 _ 弄懂数字货币交易平台（一）
- 3/31第28讲 _ 弄懂数字货币交易平台（二）
- 3/31第10讲 _ 深入区块链技术（二）：P2P网络
- 3/31第11讲 _ 深入区块链技术（三）：共识算法与分布式一致性算法
- 3/31第12讲 _ 深入区块链技术（四）：PoW共识
- 3/31第13讲 _ 深入区块链技术（五）：PoS共识机制
- 3/31第14讲 _ 深入区块链技术（六）：DPoS共识机制
- 3/31第15讲 _ 深入区块链技术（七）：哈希与加密算法
- 3/31第16讲 _ 深入区块链技术（八）： UTXO与普通账户模型
- 3/31第17讲 _ 去中心化与区块链交易性能
- 3/31第18讲 _ 智能合约与以太坊
- 3/31第19讲 _ 上手搭建一条自己的智能合约
- 3/31第20讲 _ 区块链项目详解：比特股BTS
- 3/31第21讲 _ 引人瞩目的区块链项目：EOS、IOTA、Cardano
- 3/31第22讲 _ 国内区块链项目技术一览
- 3/31第23讲 _ 联盟链和它的困境
- 3/31第9讲 _ 深入区块链技术（一）：技术基础
- 3/31第34讲 _ 从业区块链需要了解什么？
- 3/31第35讲 _ 搭建你的迷你区块链（设计篇 ）
- 3/31第36讲 _ 搭建你的迷你区块链（实践篇）
- 3/31第29讲 _ 互联网身份与区块链数字身份
- 3/31第30讲 _ 区块链即服务BaaS
- 3/31第31讲 _ 数字货币钱包服务
- 3/31第32讲 _ 区块链与供应链（一）
- 3/31第33讲 _ 区块链与供应链（二）
- 3/31结课测试 _ “深入浅出区块链”100分试卷等你来挑战！
- 3/3101 _ 冯·诺依曼体系结构：计算机组成的金字塔
- 3/3102 _ 给你一张知识地图，计算机组成原理应该这么学
- 3/3103 _ 通过你的CPU主频，我们来谈谈“性能”究竟是什么？
- 3/3104 _ 穿越功耗墙，我们该从哪些方面提升“性能”？
- 3/31开篇词 _ 为什么你需要学习计算机组成原理？
- 3/3117 _ 建立数据通路（上）：指令+运算=CPU
- 3/3118 _ 建立数据通路（中）：指令+运算=CPU
- 3/3119 _ 建立数据通路（下）：指令+运算=CPU
- 3/3120 _ 面向流水线的指令设计（上）：一心多用的现代CPU
- 3/3121 _ 面向流水线的指令设计（下）：奔腾4是怎么失败的？
- 3/3122 _ 冒险和预测（一）：hazard是“危”也是“机”
- 3/3123 _ 冒险和预测（二）：流水线里的接力赛
- 3/3124 _ 冒险和预测（三）：CPU里的“线程池”
- 3/3125 _ 冒险和预测（四）：今天下雨了，明天还会下雨么？
- 3/3126 _ Superscalar和VLIW：如何让CPU的吞吐率超过1？
- 3/3127 _ SIMD：如何加速矩阵乘法？
- 3/3128 _ 异常和中断：程序出错了怎么办？
- 3/3129 _ CISC和RISC：为什么手机芯片都是ARM？
- 3/3130 _ GPU（上）：为什么玩游戏需要使用GPU？
- 3/3131 _ GPU（下）：为什么深度学习需要使用GPU？
- 3/3132 _ FPGA和ASIC：计算机体系结构的黄金时代
- 3/3133 _ 解读TPU：设计和拆解一块ASIC芯片
- 3/3134 _ 理解虚拟机：你在云上拿到的计算机是什么样的？
- 3/3135 _ 存储器层次结构全景：数据存储的大金字塔长什么样？
- 3/3136 _ 局部性原理：数据库性能跟不上，加个缓存就好了？
- 3/3137 _ 高速缓存（上）：“4毫秒”究竟值多少钱？
- 3/3138 _ 高速缓存（下）：你确定你的数据更新了么？
- 3/3139 _ MESI协议：如何让多核CPU的高速缓存保持一致？
- 3/3140 _ 理解内存（上）：虚拟内存和内存保护是什么？
- 3/3141 _ 理解内存（下）：解析TLB和内存保护
- 3/3142 _ 总线：计算机内部的高速公路
- 3/3143 _ 输入输出设备：我们并不是只能用灯泡显示“0”和“1”
- 3/3144 _ 理解IO_WAIT：I_O性能到底是怎么回事儿？
- 3/3145 _ 机械硬盘：Google早期用过的“黑科技”
- 3/3146 _ SSD硬盘（上）：如何完成性能优化的KPI？
- 3/3147 _ SSD硬盘（下）：如何完成性能优化的KPI？
- 3/3148 _ DMA：为什么Kafka这么快？
- 3/3149 _ 数据完整性（上）：硬件坏了怎么办？
- 3/3150 _ 数据完整性（下）：如何还原犯罪现场？
- 3/3151 _ 分布式计算：如果所有人的大脑都联网会怎样？
- 3/3105 _ 计算机指令：让我们试试用纸带编程
- 3/3106 _ 指令跳转：原来if...else就是goto
- 3/3107 _ 函数调用：为什么会发生stack overflow？
- 3/3108 _ ELF和静态链接：为什么程序无法同时在Linux和Windows下运行？
- 3/3109 _ 程序装载：“640K内存”真的不够用么？
- 3/3110 _ 动态链接：程序内部的“共享单车”
- 3/3111 _ 二进制编码：“手持两把锟斤拷，口中疾呼烫烫烫”？
- 3/3112 _ 理解电路：从电报机到门电路，我们如何做到“千里传信”？
- 3/3113 _ 加法器：如何像搭乐高一样搭电路（上）？
- 3/3114 _ 乘法器：如何像搭乐高一样搭电路（下）？
- 3/3115 _ 浮点数和定点数（上）：怎么用有限的Bit表示尽可能多的信息？
- 3/3116 _ 浮点数和定点数（下）：深入理解浮点数到底有什么用？
- 3/3152 _ 设计大型DMP系统（上）：MongoDB并不是什么灵丹妙药
- 3/3153 _ 设计大型DMP系统（下）：SSD拯救了所有的DBA
- 3/3154 _ 理解Disruptor（上）：带你体会CPU高速缓存的风驰电掣
- 3/3155 _ 理解Disruptor（下）：不需要换挡和踩刹车的CPU，有多快？
- 3/31结束语 _ 知也无涯，愿你也享受发现的乐趣
- 3/31FAQ第一期 _ 学与不学，知识就在那里，不如就先学好了
- 3/31FAQ第二期 _ 世界上第一个编程语言是怎么来的？
- 3/31特别加餐 _ 我在2019年F8大会的两日见闻录
- 3/31特别加餐 _ 我的一天怎么过？
- 3/31用户故事 _ 赵文海：怕什么真理无穷，进一寸有一寸的欢喜
- 3/3128 _ 业界经典：YouTube深度学习推荐系统的经典架构长什么样？
- 3/3129 _ 图神经网络：Pinterest是如何应用图神经网络的？
- 3/3130 _ 流处理平台：Flink是如何快速识别用户兴趣，实现实时推荐的？
- 3/3131｜模型迭代：阿里巴巴是如何迭代更新推荐模型的？
- 3/3132 _ 强化学习案例：美团是如何在推荐系统中落地强化学习的？
- 3/3133｜技术权衡：解决方案这么多，哪个最合适？
- 3/3101 _ 技术架构：深度学习推荐系统的经典技术架构长啥样？
- 3/3102 _ Sparrow RecSys：我们要实现什么样的推荐系统？
- 3/3103 _ 深度学习基础：你打牢深度学习知识的地基了吗？
- 3/31国庆策划 _ 关于深度学习推荐系统，我有这些资料想推荐给你
- 3/31国庆策划 _ 深度学习推荐系统基础，你掌握了多少？
- 3/31开篇词 _ 从0开始搭建一个深度学习推荐系统
- 3/3115 _ 协同过滤：最经典的推荐模型，我们应该掌握什么？
- 3/3116 _ 深度学习革命：深度学习推荐模型发展的整体脉络是怎样的？
- 3/3117 _ Embedding+MLP：如何用TensorFlow实现经典的深度学习模型？
- 3/3118｜Wide&Deep：怎样让你的模型既有想象力又有记忆力？
- 3/3119｜NeuralCF：如何用深度学习改造协同过滤？
- 3/3120 _ DeepFM：如何让你的模型更好地处理特征交叉？
- 3/3121｜注意力机制、兴趣演化：推荐系统如何抓住用户的心？
- 3/3122｜强化学习：让推荐系统像智能机器人一样自主学习
- 3/3123｜ 实战：如何用深度学习模型实现Sparrow RecSys的个性化推荐功能？
- 3/31模型实战准备（一） _ TensorFlow入门和环境配置
- 3/31模型实战准备（二） _ 模型特征、训练样本的处理
- 3/31特别加餐 _ “银弹”不可靠，最优的模型结构该怎么找？
- 3/3124 _ 离线评估：常用的推荐系统离线评估方法有哪些？
- 3/3125 _ 评估指标：我们可以用哪些指标来衡量模型的好坏？
- 3/3126 _ 在线测试：如何在推荐服务器内部实现A_B测试？
- 3/3127 _ 评估体系：如何解决A_B测试资源紧张的窘境？
- 3/31特别加餐｜TensorFlow的模型离线评估实践怎么做？
- 3/3104 _ 特征工程：推荐系统有哪些可供利用的特征？
- 3/3105 _ 特征处理：如何利用Spark解决特征处理问题？
- 3/3106 _ Embedding基础：所有人都在谈的Embedding技术到底是什么？
- 3/3107 _ Embedding进阶：如何利用图结构数据生成Graph Embedding？
- 3/3108 _ Embedding实战：如何使用Spark生成Item2vec和Graph Embedding？
- 3/31答疑 _ 基础架构篇+特征工程篇常见问题解答
- 3/3109 _ 线上服务：如何在线上提供高并发的推荐服务？
- 3/3110 _ 存储模块：如何用Redis解决推荐系统特征的存储问题？
- 3/3111 _ 召回层：如何快速又准确地筛选掉不相关物品？
- 3/3112 _ 局部敏感哈希：如何在常数时间内搜索Embedding最近邻？
- 3/3113 _ 模型服务：怎样把你的离线模型部署到线上？
- 3/3114 _ 融会贯通：Sparrow RecSys中的电影相似推荐功能是如何实现的？
- 3/31答疑 _ 线上服务篇留言问题详解
- 3/31期末考试 _ “深度学习推荐系统”100分试卷等你来挑战！
- 3/31结束语｜深度学习时代需要什么样的推荐工程师？
- 3/31开篇词 _ 为什么你一定要了解芯片行业
- 3/3101 _ 核心概念：从晶体管到集成电路到摩尔定律
- 3/3102 _ 从一部iPhone手机看芯片的分类
- 3/3103 _ 芯片设计：一颗芯片到底是如何诞生的(上)
- 3/31国庆策划 _ 假期别闲着，一起来挑战“手势密码”
- 3/31国庆策划 _ 快来看看怎么用原生JavaScript实现手势解锁组件
- 3/3101 _ 浏览器中实现可视化的四种方式
- 3/3102 _ 指令式绘图系统：如何用Canvas绘制层次关系图？
- 3/3103 _ 声明式图形系统：如何用SVG图形元素绘制可视化图表？
- 3/3104 _ GPU与渲染管线：如何用WebGL绘制最简单的几何图形？
- 3/3128 _ Canvas、SVG与WebGL在性能上的优势与劣势
- 3/3129 _ 怎么给Canvas绘制加速？
- 3/3130｜怎么给WebGL绘制加速？
- 3/3105 _ 如何用向量和坐标系描述点和线段？
- 3/3106 _ 可视化中你必须要掌握的向量乘法知识
- 3/3107 _ 如何用向量和参数方程描述曲线？
- 3/3108 _ 如何利用三角剖分和向量操作描述并处理多边形？
- 3/3109 _ 如何用仿射变换对几何图形进行坐标变换？
- 3/3131 _ 针对海量数据，如何优化性能？
- 3/3132 _ 数据之美：如何选择合适的方法对数据进行可视化处理？
- 3/3133 _ 数据处理（一）：可视化数据处理的一般方法是什么？
- 3/3134 _ 数据处理（二）：如何处理多元变量？
- 3/3135_ 设计（一）：如何让可视化设计更加清晰？
- 3/3136 _ 设计（二）：如何理解可视化设计原则？
- 3/3137 _ 实战（一）：如何使用图表库绘制常用数据图表？
- 3/3138 _ 实战（二）：如何使用数据驱动框架绘制常用数据图表？
- 3/3139 _ 实战（三）：如何实现地理信息的可视化？
- 3/3140_ 实战（四）：如何实现3D地球可视化（上）？
- 3/3141 _ 实战（五）：如何实现3D地球可视化（下）？
- 3/3142 _ 如何整理出我们自己的可视化工具集？
- 3/31加餐1 _ 作为一名程序员，数学到底要多好？
- 3/31加餐2 _ SpriteJS：我是如何设计一个可视化图形渲染引擎的？
- 3/31加餐3 _ 轻松一刻：我想和你聊聊前端的未来
- 3/31加餐4 _ 一篇文章，带你快速理解函数式编程
- 3/31加餐5｜周爱民：我想和你分享些学习的道理
- 3/31用户故事 _ 非前端开发，我为什么要学可视化？
- 3/31有奖征集倒计时4天！你填写毕业问卷了吗？
- 3/31结束语 _ 可视化工程师的未来之路
- 3/3110 _ 图形系统如何表示颜色？
- 3/3111｜图案生成：如何生成重复图案、分形图案以及随机效果？
- 3/3112 _ 如何使用滤镜函数实现美颜效果？
- 3/3113 _ 如何给简单的图案添加纹理和复杂滤镜？
- 3/3114 _ 如何使用片元着色器进行几何造型？
- 3/3115 _ 如何用极坐标系绘制有趣图案？
- 3/3116 _ 如何使用噪声生成复杂的纹理？
- 3/3117 _ 如何使用后期处理通道增强图像效果？
- 3/3118 _ 如何生成简单动画让图形动起来？
- 3/3119 _ 如何用着色器实现像素动画？
- 3/3120 _ 如何用WebGL绘制3D物体？
- 3/3121 _ 如何添加相机，用透视原理对物体进行投影？
- 3/3122 _ 如何用仿射变换来移动和旋转3D物体？
- 3/3123 _ 如何模拟光照让3D场景更逼真？（上）
- 3/3124 _ 如何模拟光照让3D场景更逼真？（下）
- 3/3125 _ 如何用法线贴图模拟真实物体表面
- 3/3126 _ 如何绘制带宽度的曲线？
- 3/3127 _ 案例：如何实现简单的3D可视化图表？
- 3/31开篇词 _ 不写网页的前端工程师，还能干什么？
- 3/31预习 _ Web前端与可视化到底有什么区别？
- 3/3108 _ 键入网址再按下回车，后面究竟发生了什么？
- 3/3109 _ HTTP报文是什么样子的？
- 3/3110 _ 应该如何理解请求方法？
- 3/3111 _ 你能写出正确的网址吗？
- 3/3112 _ 响应状态码该怎么用？
- 3/3113 _ HTTP有哪些特点？
- 3/3114 _ HTTP有哪些优点？又有哪些缺点？
- 3/3123 _ HTTPS是什么？SSL_TLS又是什么？
- 3/3124 _ 固若金汤的根本（上）：对称加密与非对称加密
- 3/3125 _ 固若金汤的根本（下）：数字签名与证书
- 3/3126 _ 信任始于握手：TLS1.2连接过程解析
- 3/3127 _ 更好更快的握手：TLS1.3特性解析
- 3/3128 _ 连接太慢该怎么办：HTTPS的优化
- 3/3129 _ 我应该迁移到HTTPS吗？
- 3/31开篇词｜To Be a HTTP Hero
- 3/3139 _ HTTP性能优化面面观（上）
- 3/3140 _ HTTP性能优化面面观（下）
- 3/3134 _ Nginx：高性能的Web服务器
- 3/3135 _ OpenResty：更灵活的Web服务器
- 3/3136 _ WAF：保护我们的网络服务
- 3/3137 _ CDN：加速我们的网络服务
- 3/3138 _ WebSocket：沙盒里的TCP
- 3/3144 _ 先睹为快：HTTP_3实验版本长什么样子？
- 3/3101 _ 时势与英雄：HTTP的前世今生
- 3/3102 _ HTTP是什么？HTTP又不是什么？
- 3/3103 _ HTTP世界全览（上）：与HTTP相关的各种概念
- 3/3104 _ HTTP世界全览（下）：与HTTP相关的各种协议
- 3/3105 _ 常说的“四层”和“七层”到底是什么？“五层”“六层”哪去了？
- 3/3106 _ 域名里有哪些门道？
- 3/3107 _ 自己动手，搭建HTTP实验环境
- 3/3141 _ Linux_Mac实验环境搭建与URI查询参数
- 3/3142 _ DHE_ECDHE算法的原理
- 3/3143 _ 如何进行Docker实验环境搭建？
- 3/31结束语 _ 做兴趣使然的Hero
- 3/31结课测试 _ 这些HTTP协议知识，你真的掌握了吗？
- 3/3115 _ 海纳百川：HTTP的实体数据
- 3/3116 _ 把大象装进冰箱：HTTP传输大文件的方法
- 3/3117 _ 排队也要讲效率：HTTP的连接管理
- 3/3118 _ 四通八达：HTTP的重定向和跳转
- 3/3119 _ 让我知道你是谁：HTTP的Cookie机制
- 3/3120 _ 生鲜速递：HTTP的缓存控制
- 3/3121 _ 良心中间商：HTTP的代理服务
- 3/3122 _ 冷链周转：HTTP的缓存代理
- 3/3130 _ 时代之风（上）：HTTP_2特性概览
- 3/3131 _ 时代之风（下）：HTTP_2内核剖析
- 3/3132 _ 未来之路：HTTP_3展望
- 3/3133 _ 我应该迁移到HTTP_2吗？