奕凯
人肉智能
SQL窗口函数可视化详解
“Window”或 <Aggregate> OVER (PARTITION ... SORT BY ...) 是SQL中高级并且非常实用的函数。尽管大多数教程未能准确地可视化窗口函数是如何逐步工作的，所以我整理了一些不错的 GIF，它们可以对窗口函数更完整的可视化。
数据架构:Data Fabric和Data Mesh介绍和对比
Data Mesh和Data Fabric是两种不同的数据架构模式，Data Mesh强调分散数据管理和数据可观性和透明度，Data Fabric强调集成和访问的中心化控制和灵活性，两者在实际应用中可以相互补充。
Data Mesh和数据中台
虽然“数据中台”这个概念在近年来逐渐流行起来，但它并不是一个严格的定义，而是一个比较模糊的概念，具有一定的抽象性。在实际应用中，“数据中台”往往表达的是一种数据的使用和管理方式，而不是一个具体的技术平台。
stable diffusion 2.0本地部署和微调
今天我们来围绕着AUTOMATIC1111的stable-diffusion-webui介绍如何将stable diffusion 2.0 部署到本地，还有在哪里下载基本模型和微调。
为什么大数据的埋点接收服务都返回GIF格式的图片
数据埋点是数据采集的一种重要方式，为什么所有系统都统一使用了请求GIF图片的方式上报数据呢？
Themis：公平高效的 GPU 集群调度
Themis 在 Apache YARN 3.2.0 上实现，并通过重放大型企业跟踪中的工作负载进行评估，公平性提高了 2.25 倍以上，集群效率提高了 ~5% 到 ~250%。
你真的需要特征存储吗？
如无必要 勿增实体
Spark进行独热编码
本文总计 500 字，预计阅读需要 2-3 分钟
PySpark 速查表
在本文中，我将介绍datacamp的这份Pyspark的速查表
kaggle和其他比赛的交流请先看这里
目的和交流须知
Feedback Prize - Evaluating Student Writing
评估学生写作:分析 6-12 年级学生的议论文写作要素
使用 Apache Spark 3.0 分析Stack Overflow数据集的保姆级教程
在本文中，我将展示如何使用 Apache Spark 和 AWS 堆栈（EMR、S3、EC2）完成使用 Stack Overflow 数据集分析
在Python和Scala中使用Spark NLP进行100多种语言的情感分类
本文将介绍如何在 Python 和 Scala 中 使用 Spark NLP 库训练超过 100 多种语言的模型，结果准确率超过 90%。
- 1
- 2