带你深入理解FlinkSQL中的窗口

很多去中心化金融协议的市值在2020年达到了10亿美元左右，其中一些协议一度成为加密领域的独角兽。尽管2020年独角兽项目的数量与2017年首次代币发行热潮期间出现的独角兽项目数量相当，但Gemini联合创始人Cameron Winklevoss在9月份的时候表示，DeFi协议更具持久力：

“DeFi领域已经充满活力，并且正在被人们使用。数十亿美元投入进去，正在赚取正收益。这不是幻想，这是真的。”

该平台向用户支付锁定资金的利息，以换取贷款。Aave是一个在2020年市值达到10亿美元的DeFi项目，但在600万美元的闪电贷漏洞曝光后，Aave的价值下跌，这导致它几次失去加密独角兽地位。今年8月，Aave获得了英国金融行为监管局颁发的电子货币机构许可证后，Aave自己的代币LEND (已迁移到新的代币Aave)暴涨。

本月早些时候，Aave公布了V2版，据报道，该DeFi协议将改进闪电贷和抵押贷款的使用。

Yearn.finance

今年8月，YFI的市值达到10亿美元，随后在9月12日创下历史新高。尽管许多人认为YFI是DeFi中最顶尖的代币之一，但自9月以来，它一直没有重新获得加密独角兽地位。截至本文发表时，YFI的市值约为7.5亿美元。

自7月份推出原生代币YFI以来，DeFi平台Yearn.finance的收益率飙升。收益率聚合平台Yearn.finance通过智能合约提供流动性，并向流动性提供者提供利息。
 

03 机器学习与统计学、大数据及数据科学

机器学习与传统统计密不可分，两者都是从数据中得出结论。统计学中首先提出数据空间假设(比如数据呈正态分布)下的参数化求解，同时关心样本量增大至无穷时统计估计的收敛问题;机器学习则尽可能少地对数据分布做出假设，而以算法作为关键，学习接近数据生成的模型，同时关注有限样本下学习的性能(算法和模型表现)。

机器学习与大数据也常常出现在同一场合。当某人提到大数据时，需要看此人背景才能明确其所说大数据的含义。

当此人是大数据相关技术人员、从技术角度描述大数据时，他往往指的是数据的存储、分析、处理和计算的技术，其难点并不在于具体的算法，而在于存储、计算的分布式系统的层级问题。从行业中我们也能看到针对大量的数据建模往往使用相对简单的算法。

相反，对于少量数据，由于来之不易，往往会进行大量精细的分析和处理。我们很难根据某一天的天气推测另一天的天气状况，但如果有大量的历史天气数据，使用常规算法推测另一天的天气状况就会有较大把握。

在某种意义上，“大数据不难，小数据才难”有一定道理。当此人从业务角度描述大数据时，他往往指的是数据，是基于数据的分析挖掘、运营以及产生业务价值的方法和策略。

当外行人说大数据时，他往往指的是海量数据、安全与隐私等更为直观的概念。值得一提的是，在很多场景下，对于真正进入算法模型的数据量，我们需要自问：我们真的有大数据吗?

当然，机器学习所用的数据来源于各个渠道，数据量是海量的，存储于大数据平台或大数据存储系统，从这个角度来看，机器学习是依赖于大数据的。另外，大数据(及其处理能力)也是传统的数据分析建模向机器学习、深度学习转变的关键。

机器学习与数据科学(Data Science)关系也非常紧密。在笔者看来，数据科学从数据的角度概括了数据有关的活动，涉及的范围比机器学习更广。数据工程、数据可视化、数据集成与ETL(提取、转换和加载)、商业智能、数据产品、大数据等都可以归入数据科学范畴。

（编辑：通化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!