以数据之名

摘要 本文由以数据之名分享，正所谓“人靠衣装马靠鞍，狗配铃铛跑的欢”，我们循序渐进的构建数据模型、建设数据分析体系、通过离线和实时ETL搭建数据仓库和数据湖，通过AI挖掘数据的潜在价值指标等等一系列的

用websocket打造一个炫酷的摸鱼音乐聊天室吧，叫上你的伙伴一起快乐的摸鱼吧 gogogo ......

最近在和同事闲聊var和let的区别时，我被嘲笑了，起因是我提出了var具有变量提升的特性而let没有的观点。在我看来这不是最常刷到的面试题吗？但是在一番仔细研究之后我发现事情并不是我想象的这样...

[本文由以数据之名分享]，不知不觉中，Kettle解忧消愁系列专题已更新了五篇文章。今天，我们跟着小编的节奏，继续探讨第六篇Kettle知识库问答系列之八零年代，做到理念和实践的生动统一。

源码分析是一种临界知识，掌握了这种临界知识，能不变应万变，源码分析对于很多人来说很枯燥，生涩难懂。源码阅读，我觉得最核心有三点：技术基础+强烈的求知欲+耐心。我认为是阅读源码的最核心驱动力。

在这篇文章中，我们 Spark 的其它机器学习 API，名为 Spark ML，如果要用数据流水线来开发大数据应用程序的话，这个是推荐的解决方案。

PyTorch 的构建者表明，PyTorch 的哲学是解决当务之急，也就是说即时构建和运行我们的计算图。这恰好适合 Python 的编程方法，因为我们不需等待整个代码都被写入才能知道是否起作用。我们很容易运行部分代码，并实时检查它。 PyTorch 是一个基于 Python 的…

前面的《马尔科夫模型》主要是研究能直接观察到的序列的概率问题，通过马尔科夫假设能建立起马尔科夫链，从而解决一些序列问题。但有时候观察的对象并不是我们待处理的目标对象，它的规律隐含在观察对象中，观察的事件和隐含事件存在一定的相关关系，这时候就要用到隐马尔科夫模型(HMM)。 比如…