一. 数据模型与属性 1. 索引Index numpy中只有位置索引，而pandas还增加了标签索引，依赖于一个专用的Index类型。 Index在创建时会根据传入数据(一维序列)自动生成具体的索引类型，也可通过dtype参数指定类型，但无法正常转换时会报错；copy参数指定创…

HBase是建立在Hadoop生态之上的Database，源生对离线任务支持友好，又因为LSM树是一个优秀的高吞吐数据库结构，所以同时也对接了很多线上业务。在线业务对访问延迟敏感，并且访问趋向于随机，如订单、客服轨迹查询。离线业务通常是数仓的定时大批量处理任务，对一段时间内的数…

正如书名所言，这本书主要介绍的就是机器学习训练中的一些技巧和注意事项，包括如何设置训练集和测试集、处理偏差和方差问题等。目录如下所示： 不过目前的中文版的翻译还并非最终版本，如果发现了问题，可以去 Github 上提出，帮助修改。 也可以在『我的微信公众号后台回复 "MLY" …

贷前系统负责从进件到放款前所有业务流程的实现，其中涉及一些数据量较大、条件多样且复杂的综合查询，引入ElasticSearch主要是为了提高查询效率；并希望基于ElasticSearch快速实现一个简易的数据仓库，提供一些OLAP相关功能。有一些心得总结，向大家介绍一下。

现任蚂蚁金服OceanBase数据库技术支持专家，负责OceanBase数据库的外部技术推广和支持工作。曾经支持过B2B、天猫和阿里云业务，熟悉Oracle/SQL Server/MySQL/OceanBase的运维和数据库有关的架构方案的设计。 随着互联网业务的普及，海量数据…

离上次发文章已经快两个月时间了，最近一直忙着秋招的事。今天是2018年10月22日，对于互联网行业来说，秋招就基本结束了。我这边的流程也走完了(不再笔试/面试了)，所以来写写我的秋招经历吧~ 整个秋招来说，我的压力还是挺大的。 从7月中旬，我开始关注牛客网的秋招内推信息。 第一…

版权声明：本套技术专栏是作者（秦凯新）平时工作的总结和升华，通过从真实商业环境抽取案例进行总结和分享，并给出商业应用的调优建议和集群环境容量规划等内容，请持续关注本套博客。QQ邮箱地址：1120746959@qq.com，如有任何学术交流，可随时联系。 通过本文，对于数据特征工…