人工智能

数据仓库(13)大数据数仓经典最值得阅读书籍推荐

从事数仓工作,在工作学习过程也看了很多数据仓库方面的数据,此处整理了数仓中经典的,或者值得阅读的书籍,推荐给大家一下,希望能帮助到大家。建议收藏起来,后续有新的书籍清单会更新到这里。 书籍推荐 《数据仓库工具箱(第3版)——维度建模权威指南》 本书会介绍基本知识,然后逐个讨论具体实例内容,最后进行综合总体分析,在内容的结构方面很有特色。本书涉及的行业较多,但这些内容从不同角度体现了数据仓库的各

空间转录组---seurat

空间转录组是2022生命科学十大创新产品名单,因此将来会在生物学领域有非常大的应用空间,目前植物类的相关文章较少,我也是在慢慢的学习中。我们测试数据选取兰花的空转数据:Spatiotemporal atlas of organogenesis in development of orchid flowers(这篇文章我前面也分享过),与单细胞的数据结构基本一致,多了spatial这个文件夹,主要包

书籍1 实战大数据(Hadoop+spark+Flink)2

第二章是搭建IDEA开发环境和Linux虚拟机 这章的内容较少,但需要花费的时间较长,毕竟都是实操部分 首先是搭建IDEA开发环境 每一个IT开发人员都得有一个合适的开发工具,IDEA是大数据开发的首选,在Windows上安装IDEA,然后构建Maven项目。 最首先的还是安装JDK,因为大数据开发的很多地方都是得需要用到Java的。 具体的安装和环境配置这里不再说明。 Maven的安装与配置

【Dify + Bright Data MCP】:零代码构建AI社媒分析师,自动采集YouTube/TikTok/Instagram数据并生成商业洞察

声明:非广告 一、引言:为什么打造一个AI社媒分析师?作为一名自动化RPA工程师或AI产品经理,可能经常面临这样的困境: 想监控TikTok上新兴的AI工具达人?每天手动翻页、截图、记录,耗时3–5小时/周; 想分析YouTube热门视频的评论情绪?但反爬机制让你的脚本三

可视化:density与ridgeline

  今天我们来谈谈生信分析中的常规图形 -- 密度图与山脊图 (density,ridgeline)。为什么要把这个两图一起介绍呢?因为这两个图关系非常亲密,本质上呈现的意义是相同的。密度图,常用于展示一组变量的取值分布。而山脊图则常用于展示多分组时某一变量在各分组中的取值分布。这么看来,山脊图就像是密度图的团购形式。下面我们就一起来见证一下吧! density   首先,我们先绘制密度图看看,使

测量与误差定律 —— 读《醉汉的脚步》(八)

这一章实际讲的是测量一定有误差;在误差没有朝着特定一个方向偏离的情况下,得到的是正态分布(钟形曲线): 在揭示钟形曲线重要性的3个人中,其发现者分到的功劳却是最少。亚伯拉罕·棣莫弗(Abraham De Moivre)的突破产生于1733年,当时他正是65岁左右的年纪,而直到5年后他的《机率论》(Doctrine of Chances)第二版出版,人们才知道了这个突破。棣莫弗要找的,是那个被我们在

从0到1彻底掌握Trae:手把手带你实战开发AI Chatbot,提升开发效率的必备指南!

我正在参加Trae「超级体验官」创意实践征文, 本文所使用的 Trae 免费下载链接: www.trae.ai/?utm_source… 暴富技巧比特鹰作为国内领先的 AI+Web3 领域企业,团队充满年轻活力 ——95% 成员为 00 后,不仅技术氛围浓厚,还会为每位成员量身定制成长规划;在职业发展层面&

【数据治理】数据元、元数据概述

数据治理 数据元 什么是数据元: 《GB/T 19488.1 电子政务数据元第1部分:设计和管理规范》 里是这样定义的: 数据元(Data element):又称数据类型,通过定义、标识、表示以及允许值等一系列属性描述的数据单元。在特定的语义环境中被认为是不可再分的最小数据单元。 举例说明: 语义环境:描述员工年龄的大小 age为数据元,“18“为数据元的值。 数据元一般来说由

全景图来了:2025年AI智能体创业搞钱地图(平台、路径、变现方法)

最近很多人私信我问: “普通人怎么靠智能体搞点钱?” “我不是程序员,能不能搞智能体创业?” “是不是都晚了?AI红利是不是结束了?” 我的回答一直是: 现在正是普通人靠AI搞钱的窗口期。智能体不是只有大厂才能玩的高科技,它正变成一个普通人也能参与的结构性机会。所以今天这篇&#xff0c