Posts

了解 PyTorch 的基础知识，包括张量（Tensor）、其操作以及一些常见的功能。

持续更新中…

XGBoost（eXtreme Gradient Boosting）是一种基于梯度提升（Gradient Boosting）的机器学习算法。

随机森林（Random Forest）是一种常用的集成学习方法。

本文详细介绍了线性回归和逻辑回归的基本概念、假设、目标、模型评价指标、多重共线性问题以及评估指标。

本文介绍如何在 Mac 上安装 PyTorch，并利用 Apple 芯片的 Metal 框架进行加速。

本文介绍了 Spark 中的几种常见 Join 操作，包括 Inner Join、Outer Join、Left Join 和 Right Join，以及它们的具体实现和优化方法。

探索Spark中的聚合与窗口函数，涵盖简单聚合、分组聚合、窗口聚合等操作。

本章主要讨论 Spark 的数据转换。

Python 自带的unittest模块提供了一个全面的框架，用于编写和运行测试。

本章主要讨论 Spark 的数据转换。

1. 动态规划介绍 # 动态规划（Dynamic Programmin

滑动窗口是一种常用于数组或字符串的算法技巧，它通过在数组或字符串上维护一个窗口。

如果一个函数在内部调用自身本身，那么这个函数就是递归函数。

本章主要讨论 pySpark 的数据存储。

本章主要讨论 pySpark 的数据读取。

本文将详细介绍如何在 Spark 项目中配置 Log4J 日志模块，以及配置 Spark Session。

本篇文章将介绍如何在本地 Mac 环境下搭建 Spark，包括安装 JDK、配置环境变量、安装和配置 Spark 以及安装 PySpark。

这篇文章初步介绍了大数据、Hadoop 和 Spark 这三个关键方面。本文提供了一个简要的概述，为读者进一步了解大数据处理提供了基础。

本文主要讨论在AB测试中遇到的统计学知识点，主要包括：最小样本量计算、实验时间计算、以及一些其他相关的统计知识点。

本文主要讨论在AB测试中遇到的统计学知识点，主要包括：效应大小、MDE、置信区间、假设检验等等。

本文主要讨论如何去确保AB测试的有效性，简单地开启AB测试无法保证其实验结果是否有效，需要结合具体的业务场景及一些科学的方法进行验证。

在做AB测试前，我们必须要理清业务相关的问题。这方面会涉及到公司层面、产品层面、功能层面等相关重要的内容及指标，本文会对这方面做出详细的介绍。

本文主要描述如何对 SQL 里的数据进行查询。

本文主要描述如何对 SQL 里的数据进行操作，例如：增加数据、删除数据、修改数据等等。

本文主要描述如何创建数据库、数据表、以及相关的约束和数据类型。