clickhouse-HDFS
参考文档
前言
在hdfs格式ck能解析的情况下，比如CSV,TSV等，可以在ck中建立一个映射表。读取hdfs中的数据，使用ck来分析。需要注意的是如果uri路径中包括了Globs模糊匹配符号，那么说明ck只是映射hdfs中的文件，是只读的。如果写入会
人工智能
1分钟极速生成简历表单，AI与Flash Table实战让你领先一步
前言过去，开发和业务人员在制作复杂表单时，常常遇到流程繁琐、效率低下等问题。传统开发方式不仅耗时，还容易出现数据整合和交互设计的难题。现在有一个热门了低代码平台Flash Table，它简化了表单开发流程，让用户可以更快地创建和管理复杂表单，提高了整体效率。现在，开发者处理数据和交互问题变得更加轻松
《二次函数y=aⅹ^2的图象和性质》教学反思
每年教学二次函数y=αx^2的图象和性质时，以前每次都按教材的顺序，首先，用描点法画y=ax^2的图象，介绍开口方向、对称轴、顶点坐标，最低点等。其次，分别在同一个平面直角系中画函数y=(1/2)x^2、y=2x^2、y=x^2的图像再从开口方向、顶点坐标、对称轴、增减性、最值等五个方面归纳它们的性质，第三，再画y=(-1/2)x^2、y=-2x^2、y=-x^2的图象，然后又从这五个方面进行归纳
深度学习&PyTorch 之 DNN-回归
前面文章讲了PyTorch的基本原理，本篇正式用PyTorch来进行深度学习的实现。
一、基本流程
PyTorch建模的基本流程如下：
graph LR
A[数据导入] --> B[数据拆分]
B[数据拆分] --> C[Tensor转换]
C[Tensor转换] --> D[数据重构]
D[数据重构] --> E[模型定义]
E[模型定义] --> F[模型训练]
猫头虎AI分享｜一款智能量化交易系统：QuantCell，从数据收集到策略执行全流程自动化
猫头虎AI分享｜一款智能量化交易系统：QuantCell，从数据收集到策略执行全流程自动化在当今金融市场中，量化交易系统已经成为越来越多投资者和机构的重要选择。无论是股票、期货还是加密货币，自动化交易与人工智能的结合都在不断提升投资效率与收益水平。本文将为你带来一款由猫头虎团队开源分享的智能量化交易系统 QuantCell。它
99%的人不知道的5个AI提示词宝藏网站，大模型入门到精通，收藏这篇就足够了！
今天这篇内容给大家分享 5 个 AI 提示词平台，都非常实用。大家可以先收藏文章，以备不时之需~1flowgpt地址：flowgpt.com/FlowGPT 是一个社区驱动（community-driven）的 AI 提示词（prompt）分享与发现平台。用户可以浏览别人写好的提示词（p
DDD概念复杂难懂，实际落地如何设计代码实现模型？
今天我想与你聊一聊，DDD概念复杂、难懂，实际落地该怎么设计代码实现模型。关于这个话题，先说说整体框架、思路，我打算结合两部分分享给你，每一部分，相信仔细看完，都会或多或少有所收获。以下内容，预计1分钟左右可快速看完：
前一部分，方法篇，旨在详细介绍DDD所包含的几个核心概念，以及围绕这些概念所构建的DDD代码实现模型的组成结构。
后半部分，实践篇，进一步思考。我继续接着说，承接前面的内容，要想
hdWGCNA：单细胞WGCNA分析方法
WGCNA原理和分析流程
单细胞WGCNA分析方法+随机森林
0. 数据准备
输入数据集的要求：已经进行了如下分析的Seurat对象
导入演示数据
#官方演示数据集
wget
seurat_obj <- readRDS('Zhou_2020.rds')
图神经网络：GAT图注意力网络原理和源码解读（tensorflow）
标签：图神经网络，图注意力网络，注意力机制，GAT，tensorflow
本文内容分为三块：
GAT原理扫盲
GAT源码阅读（tensorflow）
GAT源码链路分析
GAT的GraphSAGE策略实现分析
原理初步理解
（1）从GNN，GCN到GAT
先看个哔哩哔哩视频理解一下，链接地址GAT原理视频链接
GNN学习的是邻居节点聚合到中心的方式，传统的GNN对于邻居节点采用求和/求平均的
检验正态分布方法的汇总
在数据分析过程中，往往需要数据服从正态分布，正态分布，也称“常态分布”，又名高斯分布，在求二项分布的渐近公式中得到。很多方法都需要数据满足正态分布，比如方差分析、独立t检验、线性回归分析（因变量）等。如果说没有这个前提可能会导致分析不严谨等等。所以进行数据正态性检验很重要。那么如何进行正态性检验？接下来进行说明。
一、检验方法
SPSSAU共提供三种正态性检验的方法，分别是描述法
