y*y
2 楼
大概几天会收到中信银行的电话?
还是自己去问?
还是自己去问?
y*n
3 楼
【 以下文字转载自 USANews 讨论区 】
发信人: yeson (快乐着并幸福着...), 信区: USANews
标 题: H4 EAD的总统令大快人心,哪怕是杀敌十万,自损八千(?)
发信站: BBS 未名空间站 (Wed Dec 27 22:01:53 2017, 美东)
千年国际笑料阿三国出来的那些垃圾三嫂,绝对是美国的又一大祸害。说真的,拿H4
EAD的国人们为了大义,哪怕是杀敌十万,自损八万都应该义不容辞,更何况这是杀敌
十万,自损八千(?精确数字不清楚)的交换比。
这一总统令干得漂亮!
发信人: yeson (快乐着并幸福着...), 信区: USANews
标 题: H4 EAD的总统令大快人心,哪怕是杀敌十万,自损八千(?)
发信站: BBS 未名空间站 (Wed Dec 27 22:01:53 2017, 美东)
千年国际笑料阿三国出来的那些垃圾三嫂,绝对是美国的又一大祸害。说真的,拿H4
EAD的国人们为了大义,哪怕是杀敌十万,自损八万都应该义不容辞,更何况这是杀敌
十万,自损八千(?精确数字不清楚)的交换比。
这一总统令干得漂亮!
g*t
4 楼
首先再次感謝swiftdove帶來真實工作經驗。這個問題是真實的,而且挺有意思,我來
略作總結。也有幾個問題向各位專家請教。
按loghtroom講的,一般有兩個思路。第一個是density estimation。最簡單的就是算
平均值和方差,找出來z score。這個辦法是我個人首選。因為從做項目的角度來講,
假如發現一個地區一個時間段,有個基站的掉線率高於平均值的3 sigma, 那麼我可以
說這個情況deman an explanation, 可以派給工人ticket 。就是說平均值和方差異常
一旦找到,基本不需要解釋。
第二個是knn類型的大數據聚類分析。這也是swiftdove驗證過有效的辦法。
現在我有兩個問題。第一個問題,這個問題在理論上似乎也可以深學autocode來做。
autocode恢復不出來的數據,即是異常數據?各位怎麼看?
第二個問題,對一組數據來講。異常的數據即是帶來最多信息數據。那麼找到一個點,
去掉這個點之後,信息商變化最大。這個點就是異常點。我覺得這個想法是對的. 但是
大數據似乎沒有處理這類計算的工具,大家怎麼看?簡而言之,就是求去掉一個點前後
,求信息商對個點的delta,這種有人做過嗎?
略作總結。也有幾個問題向各位專家請教。
按loghtroom講的,一般有兩個思路。第一個是density estimation。最簡單的就是算
平均值和方差,找出來z score。這個辦法是我個人首選。因為從做項目的角度來講,
假如發現一個地區一個時間段,有個基站的掉線率高於平均值的3 sigma, 那麼我可以
說這個情況deman an explanation, 可以派給工人ticket 。就是說平均值和方差異常
一旦找到,基本不需要解釋。
第二個是knn類型的大數據聚類分析。這也是swiftdove驗證過有效的辦法。
現在我有兩個問題。第一個問題,這個問題在理論上似乎也可以深學autocode來做。
autocode恢復不出來的數據,即是異常數據?各位怎麼看?
第二個問題,對一組數據來講。異常的數據即是帶來最多信息數據。那麼找到一個點,
去掉這個點之後,信息商變化最大。這個點就是異常點。我覺得這個想法是對的. 但是
大數據似乎沒有處理這類計算的工具,大家怎麼看?簡而言之,就是求去掉一個點前後
,求信息商對個點的delta,這種有人做過嗎?
m*2
6 楼
My mom got a call 2 business days later as well as an email. If I'm booking
a ticket which departs in a few days, I would wait till I get a call from
the bank (since there is a small chance that you don't get your passport on
time), otherwise you can go ahead and get the ticket.
a ticket which departs in a few days, I would wait till I get a call from
the bank (since there is a small chance that you don't get your passport on
time), otherwise you can go ahead and get the ticket.
m*r
7 楼
没看明白swiftdove 给出的3列数据怎么就描述基站掉线率了。 x y各表示啥?
干嘛不直接比一下最近三个月基站掉线率,看看谁最高?
干嘛不直接比一下最近三个月基站掉线率,看看谁最高?
y*e
11 楼
Discover 不算,不知道Chase算不,不过还好有点bouns可以安慰一下。
S*e
13 楼
p*l
14 楼
我打了好几天电话才给通过,cl也是五百,,。。可能信用记录短吧,才六个月
y*e
16 楼
呵呵,大家彼此啊,我11个月记录。
g*t
17 楼
光是x,y,t的話,似乎無法達到你前面講的目的,也就是
"找到了坏点出现太多的区域,可以估测那个区域的站点有问题(可让 field
engineers 或其他相关部门人员去修等)。"
除非像你所說的,x,y,t是統計異常的信號源,隨著時間擴散出來的位置?那這就
和abnormal detection沒關係了。
因為你這裡x,y,t是abnormal detection的結果。而
不是原因。
我前面講的算平均值標準差,可能對應與你們主任做的統計分析。
後面一步,如果是x y t cluster,那就首選knn
: x,y 显然是lat,lng.
【在 S*******e 的大作中提到】
: x,y 显然是lat,lng.
"找到了坏点出现太多的区域,可以估测那个区域的站点有问题(可让 field
engineers 或其他相关部门人员去修等)。"
除非像你所說的,x,y,t是統計異常的信號源,隨著時間擴散出來的位置?那這就
和abnormal detection沒關係了。
因為你這裡x,y,t是abnormal detection的結果。而
不是原因。
我前面講的算平均值標準差,可能對應與你們主任做的統計分析。
後面一步,如果是x y t cluster,那就首選knn
: x,y 显然是lat,lng.
【在 S*******e 的大作中提到】
: x,y 显然是lat,lng.
k*s
18 楼
amazon 400毫无压力路过
S*e
19 楼
来这样理解吧: 如果你仔细地看那个3-D图得话,它有四根柱子。这些柱子实际上是“
正常的区域”。在那个3-D图的顶层,中间突然出现一堆点:这个中间区域是“
abnormal”,因为过去的历史在这个区域几乎没什么坏点。
【在 g****t 的大作中提到】
: 光是x,y,t的話,似乎無法達到你前面講的目的,也就是
: "找到了坏点出现太多的区域,可以估测那个区域的站点有问题(可让 field
: engineers 或其他相关部门人员去修等)。"
: 除非像你所說的,x,y,t是統計異常的信號源,隨著時間擴散出來的位置?那這就
: 和abnormal detection沒關係了。
: 因為你這裡x,y,t是abnormal detection的結果。而
: 不是原因。
: 我前面講的算平均值標準差,可能對應與你們主任做的統計分析。
: 後面一步,如果是x y t cluster,那就首選knn
:
正常的区域”。在那个3-D图的顶层,中间突然出现一堆点:这个中间区域是“
abnormal”,因为过去的历史在这个区域几乎没什么坏点。
【在 g****t 的大作中提到】
: 光是x,y,t的話,似乎無法達到你前面講的目的,也就是
: "找到了坏点出现太多的区域,可以估测那个区域的站点有问题(可让 field
: engineers 或其他相关部门人员去修等)。"
: 除非像你所說的,x,y,t是統計異常的信號源,隨著時間擴散出來的位置?那這就
: 和abnormal detection沒關係了。
: 因為你這裡x,y,t是abnormal detection的結果。而
: 不是原因。
: 我前面講的算平均值標準差,可能對應與你們主任做的統計分析。
: 後面一步,如果是x y t cluster,那就首選knn
:
T*i
21 楼
数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是对的?
我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
就是0了。
我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
就是0了。
x*l
22 楼
400/.....
S*e
23 楼
哈哈,别这样说。我们就是靠狗皮膏药挣份生活费,不然没事干。主任的一个小问题,
我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据。。。都说有
用,人人想分一杯羹,你知道大公司是怎么运行的。
【在 T********i 的大作中提到】
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
: 就是0了。
我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据。。。都说有
用,人人想分一杯羹,你知道大公司是怎么运行的。
【在 T********i 的大作中提到】
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
: 就是0了。
m*s
24 楼
200bonus是王道
g*t
25 楼
Emv和正态分佈檢查是等價的。實用到機器往往只能用這些。畫圖給人看看的應用另說
。都是一个低通滤波器,然后距离滤波出来的值比较远的值定义为异常即可。
但是高维数据用频率域的办法无法搞。历史上有人尝试过
拉普拉斯变换阵,没有成功。
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是
对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找
来一大
堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评
估是消
耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失
败,可
能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个
人。我
最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只
要没失
败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有
ack,链
路质量
: 就是0了。
【在 T********i 的大作中提到】
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
: 就是0了。
。都是一个低通滤波器,然后距离滤波出来的值比较远的值定义为异常即可。
但是高维数据用频率域的办法无法搞。历史上有人尝试过
拉普拉斯变换阵,没有成功。
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是
对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找
来一大
堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评
估是消
耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失
败,可
能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个
人。我
最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只
要没失
败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有
ack,链
路质量
: 就是0了。
【在 T********i 的大作中提到】
: 数据是物理意义不说明,算法基本没办法做。你肯定数据的收集办法就是对的?
: 我在做我那个mesh协议栈的时候,也面临如何优化通信可靠性的问题。找来一大堆论文
: ,读了以后发现根本没有靠谱的。比如两个节点之间的链路质量评估。评估是消耗带宽
: 的。但是就算你把带宽都占用了,你也没办法实时评估。因为突然通信失败,可能是特
: 定方向的干扰,也可能是永久性的障碍物,也可能是临时障碍物比如站个人。我最终采
: 用的算法就是链路质量评估需要较长时间emv平均,比如几分钟。路由只要没失败就一
: 直用下去,一旦失败再用其它节点的数据找条路绕过去好了。
: 换句话说,所谓实时链路质量评估根本不需要。直到你连发3个包,没有ack,链路质量
: 就是0了。
b*g
26 楼
我的第一张chase perfect也差不多,300-600-700,不理它后来自动涨到5700.
g*t
27 楼
假如我是你,我会趁着现在有credit的时候, 把这个项目交给别人。项目做到这个阶段
,已经是只能成功不能失败。可以把成功留给自己,可能的擦屁股的活留给老印。
: 哈哈,别这样说。我们就是靠狗皮膏药挣份生活费,不然没事干。主任的
一个小
问题,
: 我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据
。。。
都说有
: 用,人人想分一杯羹,你知道大公司是怎么运行的。
【在 S*******e 的大作中提到】
: 哈哈,别这样说。我们就是靠狗皮膏药挣份生活费,不然没事干。主任的一个小问题,
: 我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据。。。都说有
: 用,人人想分一杯羹,你知道大公司是怎么运行的。
,已经是只能成功不能失败。可以把成功留给自己,可能的擦屁股的活留给老印。
: 哈哈,别这样说。我们就是靠狗皮膏药挣份生活费,不然没事干。主任的
一个小
问题,
: 我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据
。。。
都说有
: 用,人人想分一杯羹,你知道大公司是怎么运行的。
【在 S*******e 的大作中提到】
: 哈哈,别这样说。我们就是靠狗皮膏药挣份生活费,不然没事干。主任的一个小问题,
: 我们干了一年多。。。现在看来后续还有不少东西要加。收集一大堆数据。。。都说有
: 用,人人想分一杯羹,你知道大公司是怎么运行的。
x*2
28 楼
我室友开FREEDOM。。。一开始只有300
m*r
29 楼
确实有四根柱子 , 里面还包围着一个cluster。 我建议去掉时间轴,三维变两维,
看看还是不是5个cluster.
如果是,就简单了嘛, 调查调查第五个cluster怎么回事。
看看还是不是5个cluster.
如果是,就简单了嘛, 调查调查第五个cluster怎么回事。
F*y
30 楼
用一段就好了,以后长得很快
r*t
31 楼
所以 t_number 是时间了
每个 dt 有一个 2d population of (x, y) points.
问题是对每个 future t 判断 population 之下的 distribution 是不是有变化。
keep an average for trailing N time slices,
每个t 新来的 数据算下 KL divergence 应该就够了,不用 clustering,
density estimation 也用无参数,naive 的就够了。这样就成了一维的
abnormal detection.
找出来某个时间出事之后,人眼看片或者 clustering 都行。
【在 S*******e 的大作中提到】
: 来这样理解吧: 如果你仔细地看那个3-D图得话,它有四根柱子。这些柱子实际上是“
: 正常的区域”。在那个3-D图的顶层,中间突然出现一堆点:这个中间区域是“
: abnormal”,因为过去的历史在这个区域几乎没什么坏点。
每个 dt 有一个 2d population of (x, y) points.
问题是对每个 future t 判断 population 之下的 distribution 是不是有变化。
keep an average for trailing N time slices,
每个t 新来的 数据算下 KL divergence 应该就够了,不用 clustering,
density estimation 也用无参数,naive 的就够了。这样就成了一维的
abnormal detection.
找出来某个时间出事之后,人眼看片或者 clustering 都行。
【在 S*******e 的大作中提到】
: 来这样理解吧: 如果你仔细地看那个3-D图得话,它有四根柱子。这些柱子实际上是“
: 正常的区域”。在那个3-D图的顶层,中间突然出现一堆点:这个中间区域是“
: abnormal”,因为过去的历史在这个区域几乎没什么坏点。
u*n
32 楼
就是为了开卡的bonus,freedom不是什么好卡,cashback都是小头
h*e
33 楼
lz你不是一个人。。。
认识一个人在美国用chase几年了,一直都是500。。。从来莫涨过!!!
认识一个人在美国用chase几年了,一直都是500。。。从来莫涨过!!!
y*e
36 楼
转念一想,只要够用就行了。500拿来买菜加油也够了,呵呵。CL高了对我也没多大用
。
。
相关阅读
H1B抽签前夕,湾区IT公司相继大裁员,大家都怎么看?何去何从 (转载)哪里能看到比较流行的技术stackoverflow的reputation能把pc上的单机程序转成online的么?阳光底下无新鲜事,软件业这些新制度早玩过了DNN就是hype (转载)围棋人机大战细则出炉 李世石最多拿到125万美元Pandas DataFrame: how to plot candlestick with datetime xlabels?用公司的电脑做自己的小项目危险吗发现IE 10连发两个websocket message,第二个自动丢失typescript要搞什么?angular2真是装b,搞得太复杂。visual studio 2015 free了?发个面试题请教 linux CentOSa=b=0比a=0,b=0快太喜欢plotly了Java有closure吗?想找个C++11的咨询师,挺难啊月光教授和金教授的前世今生 (下三滥的程序员)