虚拟实惊

原标题：南航将开通深圳直飞墨尔本航线 前3班特价100元 我来说两句(0) 分享 　　据悉，航班将于2017年6月1日启航第一班，航班时刻为去程航班号为CZ3073，航班时刻为19：05-06：20+1，回程航班号为CZ3074，航班时刻为08：00-15：35。（以上均为当地时刻），航班将由空客A330—300型飞机执飞。每周3班。 　　记者了解到，南航将在前三班推出较大力度的优惠价格回馈市民。具体行程为去程深圳墨尔本航班，搭配回程悉尼深圳航班（SZX-MEL/SYD-SZX），来回程机票价格为特价100元（不含税），以实际为准。行程日期为6月1日-6月8日，6月8日-6月15日，6月10日-6月17日。 　　深圳墨尔本航线的开通将进一步丰富深圳在澳新版图上的航线网络，为市民前往澳新旅游提供了多条出发地路线选择。澳新地区一直是南航深耕的区域，2016年末，南航在澳新共开通了悉尼、墨尔本、珀斯、布里斯班、奥克兰、基督城、阿德莱德等七个航点，每周往返澳新航班近70班。旅客可以选择深圳、广州两个国内航点出发，与澳洲的七个航点进行自由连接搭配，自由组合出行线路。 　　旅客可登录南航官网www.csair.com或通过中国南方航空手机APP、南航微信或致电南航客服热线95539查询预定航班。 0荐虚拟实惊

原标题：联想第四财季净利润锐减41% 全年净利5.35亿美元 5月25日消息，联想集团发布2016/17年财政年度全年业绩，集团全年收入为430亿美元，年比年减少4%。集团全年除税前溢利为4.90亿美元，公司权益持有人应占溢利为5.35亿美元。联想集团表示，年度营收下跌主要是智能手机和数据中心业务经历业务转型所致。 其中，联想集团第四财季营收约9.58亿美元，同比增长5%;公司权益持有人应占溢利1.07亿美元，同比减少41%。 截至二零一七年三月三十一日止的财年内，联想集团个人计算机和智能设备业务的收入同比下跌2%至300.76亿美元。移动业务的收入同比下跌10%至77.07亿美元。数据中心业务的收入同比减少11%至40.69亿美元。同时其他商品及服务收入为11.83亿美元。 联想集团的毛利同比下跌8%至61.06亿美元，毛利率同比减少0.6个百分点至14.2%，主要受各种产品的零件供应短缺导致零件成本增加以及数据中心业务进行转型所影响。 从具体业务来看，在个人计算机和智能设备集团方面，截至二零一七年三月三十一日止财年，联想集团的全球个人计算机销量同比下跌1%至5,570万部，市场则同比下跌3%。 联想商用个人计算机的全球市场份额同比上升0.5个百分点至22.9%。消费个人计算机销虚拟实惊

今天，58同城(NYSE:WUBA)公布了截止2017年3月31日，第一季度未经审计的财务报告。财报显示，58同城第一季度实现营收19.883亿人民币（2.882亿美元），人民币同比增长31.7%，超过公司18.55亿人民币的预期上限；毛利为17.887亿人民币（2.593亿美元），人民币同比增长32.4%。 在现金流方面，58同城第一季度实现运营现金净流入4.224亿人民币（6120万美元），去年同期为净流入1.427亿人民币。 2017年3月底现金及现金等价物为23.555亿人民币（3.414亿美元）。 第一季度运营利润为7790万人民币（1130万美元），去年同期为运营亏损3.338亿人民币。非美国会计师准则的运营利润为2.172亿人民币（3150万美元），去年同期为运营亏损2.14亿人民币。净亏损为2150万人民币（310万美元），去年同期为净亏损5.365亿人民币。非美国会计师准则的净收入为1.057亿人民币（1530万美元），去年同期为净亏损3.465亿人民币。 根据雅虎财经汇总的数据，华尔街8位分析师平均预计，按非美国通用会计准则(Non-GAAP)计算，58同城第一季度每股美国存托凭证(ADS)摊薄亏损为0.25美元。财报显示，58同城第一季度每ADS收益为人民币0.72元（约合0.10美元），超出分析师预期。 另外，华尔街11位分析师平均预虚拟实惊

大数据文摘作品，转载请注明来源，编译 | 姜范波，寒小阳，钱天培 如果你是一个初学/中等程度的数据科学家/分析师，并且想要将机器学习的算法运用到解决你关心的问题的上，那么这篇文章正是为你写的！ 初学者面对各种机器学习算法，一个典型的问题是：我应该使用哪种算法？问题的答案取决于许多因素，包括： 数据的大小，质量和性质。 可接受的计算时间。 任务的紧迫性。 你想用数据做什么。 即使是经验丰富的数据科学家也无法在尝试不同的算法之前，就断定哪种算法会是最好的。在此我们并非倡导一蹴而就的方法，但是我们希望根据一些明确的因素，提供一些关于优先尝试哪些算法的指导。 机器学习算法小抄表 这张机器学习算法小抄表帮助你从各种机器学习算法中完成选择，以找到适合你的具体问题的算法。本文将详细介绍如何使用这份小抄表。 由于该小抄表是专为入门级数据科学家和分析师设计的，所以在讨论算法时，我们将作出一些简化的假设。 这里推荐的算法来自于一些数据科学家、机器学习专家和开发人员的编译反馈和经验指导。 有几个问题我们还没有达成统一——对于这些问题，我们试图突出共同点并虚拟实惊

编者按：近年一些运动型手表风靡全球，许多运动爱好者都会购买并且来监测自己的各项指数，但这些数据又是否真的准确？Nicola Davis 日前在THE GUARDIAN上发表了一篇文章名为“Fitness trackers out of step when measuring calories, research shows”的文章。文章中通过实验测试了各种运动手表，来对比其数据的准确性。 研究表明，一些健身设备可以帮助监测心率，但却不能准确的度量卡路里的燃烧指数。 科学家将七个消费者所购买的健身设备放在一起，将其所显示的数据和标准实验室所观测到的数据进行类比。 斯坦福大学心血管医学教授兼研究合伙人Euan Ashley表示：”我们对这些设备所检测到的心率结果感到惊喜，在大多数情况下，这些设备所表现出来的效果十分准确“。 但同时，这些设备所度量出来的卡路里燃烧指数却让我们感到失望，大多数也只是纸上谈兵一说，并不太准确。 该团队在使用跑步机的同时测试了七款不同的手腕佩戴设备—— Apple Watch, Basis Peak, Fitbit Surge, Microsoft Band, Mio Alpha 2, PulseOn, and Samsung Gear S2。受试的31名女性和29名男性每次穿着多个设备走路和跑步、骑自行车或者坐着。 Ashley说：”虚拟实惊