Alamo_WU

Hive 是如何组织和优化数据分布的？ 本文将系统梳理 Hive 在数据物理组织和查询优化层面上，与分布键相似的机制，并结合一个基金申赎分析系统的实战案例，说明如何逐步优化 Hive 查询性能。

PatchTST技术分享大纲与详解 -@Alamo WU 简单整理，自用备份。 核心论文： 1. 引言：时间序列预测的挑战与PatchTST的突破 传统Transformer的瓶颈： 计算复杂度高：原

Polars 和 Pandas 的区别及 Polars 更快速的原因 polars https://pola-rs.github.io/polars-book-cn/user-guide/dsl/in

一、通过极大似然法求解目标函数 使用特定损失函数的前提是我们对标签的分布进行了某种假设，在这种假设的前提下通过极大似然法推出所有样本构成的极大似然公式，然后再使用凸优化的方法比如常见的梯度下降法进行求

Enefit - Predict Energy Behavior of Prosumers 概述 产消者数量正在迅速增加，解决能源不平衡及其成本上升问题至关重要。如果不加以解决，这可能会导致运营成本增

西瓜书重温(六): 硬核支持向量机SVM(手推版) 用一张图理解SVM的脉络SVM由Vapnik等人在1995年提出，在出现之后的20多年里它是最具影响力的机器学习算法之一。在深度学习技术出现之前，使

5.1 神经元模型 M-P神经元模型如上。 sigmoid函数。 5.2 感知机与多层网络 感知机由两层神经元组成，输入层接收外界输入信号后传递给输出层，输出层是M-P神经元。 感知机只有输出层神经元

第四章决策树 4.1 基本流程 显然，决策树的生成是一个递归过程。在决策树基本算法中，有三种情形会导致递归返回： 当前结点包含的样本全属于同一类别，无需划分。 当前属性集为空，或是所有样本在所有属性上

第三章 线性模型 3.1 基本形式 给定由d个属性描述的示例$\vec{x}=(x_1;x_2;...x_d)$，其中$x_i$是$\vec{x}$第i个属性上的取值。 线性模型（linear mod