章剑锋（简锋），开源界老兵，Apache Member，曾就职于 Hortonworks，目前在阿里巴巴计算平台事业部任高级技术专家，并同时担任 Apache Tez、Livy 、Zeppelin 三个开源项目的 PMC ，以及 Apache Pig 的 Committer。 来源： 阿里巴巴高级技术专家章剑锋：大数据发展的 8 个要点-云栖社区-…
偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据，如下图第二行所示。 方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散，如下图右列所示。  Link: https://www.zhihu.com/question/20448464
转载来源 对于SQL的Join，在学习起来可能是比较乱的。我们知道，SQL的Join语法有很多inner的，有outer的，有left的，有时候，对于Select出来的结果集是什么样子有点不是很清楚。Coding Horror上有一篇文章,通过韦恩图(Venn diagram,可用来表示多个集合之间的逻辑关系)。解释了SQL的Join。我觉得清楚易…
在收LeetCode 的113. Path Sum II题目时，参考网络上的一个解答，源码如下 class Solution: def pathSum(self, root: TreeNode, sum: int) -> List[List[int]]: def dfs(root, s, path, res): if root: path.a…
KMeans算法可以应用于图像压缩，这种压缩实质上是一种有损压缩，实质上是将原本的色彩空间进行聚类，当所聚类的数据增长时，压缩后的质量也随之增加。 关于聚类算法的的介绍和具体处理步聚就是在这里细讲，主要是讲解关于 KMeans 应用于图像压缩的实质和实现 ...
First of all, what is a Norm? In Linear Algebra, a Norm refers to the total length of all the vectors in a space. 来源： L0 Norm, L1 Norm, L2 Norm & L-Infinity Norm – Sara Ir…
https://github.com/aimerforreimu/AUXPI 来源： 非公开图床整理 [ 搞事情 ]
在一个现代化的编程时代，界面不好看的 Eclipse 和操作易用性相比而言更高的 IntelliJ Idea。而在进行 Hadoop 进行编程的时候，最基本的是需要导入相应的 Jar 包，而更为便捷的则是使用 Maven 来进行包的依赖管理，而本文则结合 Gradle 来处理引入最基本的 Hadoop 包，配置运行环境。 新建一个 Gradle 项…
来源： Stanford University: Tensorflow for Deep Learning Research
Git toolbox provides multiple unique tools for fixing up mistakes during your development. Commands such as git reset, git checkout, and… 来源： When to Use Git Reset, Git Revert…