产品经理即学即用的ETL数据清洗工具
ETL是数据仓库里最重要的数据处理过程，也是最体现工作量的环节，一般会占到整个数据仓库项目工作量的一半以上。
● 抽取：从数据源获取数据。
● 转换：转换数据，使之转变为适用于查询和分析的形式和结构。
● 装载：将转换后的数据导入到最终的目标数据仓库。
数据仓库的本质就是要把来自于多个异构的源系统的数据集成在一起，放置于一个集中的位置用于数据分析。如果没有ETL，就无法对异构的数据进行结构化的分析
人工智能
蓝耘元生代引领AI开发新潮流：DeepSeek R1/V3满血版亮相，开启高效应用新时代
文章目录
蓝耘元生代推理引擎的全新突破
DeepSeek R1/V3 满血版：性能与体验双重提升
如何快速上手？
优化代码
资源管理与API KEY管理
Chatbox工具的完美结合
结语
2025年2月21日，北京——蓝耘元生代推理引擎最近正式上线了其全新的DeepSeek R1/V3满血版，作为一站式AI应用开发平台&#
第二学段（3~4年级）
【内容要求】
1.数与运算
（1）在具体情境中，认识万以上的数，了解十进制计数法；探索并掌握多位数的乘除法，感悟从求知到已知的转化（例8）。
（2）结合具体情境，初步认识小数和分数，感悟分数单位（例9）；会同分母分数的加减法和一位小数的加减法。
（3）在解决简单实际问题的过程中，理解四则运算的意义，能进行整数四则混合运算。
（4）探索并理解运算律（加法交换律和结合律、乘法交换律和结合
大师兄的数据分析学习笔记(二十四）：回归树与提升树
大师兄的数据分析学习笔记(二十三）：人工神经网络
大师兄的数据分析学习笔记(二十五）：聚类（一）
一、回归树
回归树是决策树的一种算法，但回归的值是连续值。
与分类树不同，回归树的每个节点（包括叶子节点和中间节点），都会得到预测值。
一般这个预测值就是这些连续标注的平均值。
对特征进行分类，切分属性的依据不再是熵或基尼系数，而是最小方差。
也就是说在根据某一个属性切分后，
AI5 - 从手动标注到智能打标：AI数据标注工具实战全解析
在 AI 技术飞速渗透各行各业的当下，我们早已告别 “谈 AI 色变” 的观望阶段，迈入 “用 AI 提效” 的实战时代 💡。无论是代码编写时的智能辅助 💻、数据处理中的自动化流程 📊，还是行业场景里的精准解决方案 ，AI 正以润物细无声的方式，重构着我们的工作逻辑与行业生态
kotlin学习日志二
listOf()表示一个不可变的集合，比如val list = listOf("java","kotlin")，只能读取，不能添加，修改或者删除操作
mutableListOf()表示一个可变的集合
表示
mapOf()跟mutableMapOf()与前面的同理，例如创建map集合的方式
val map = mapOf("map" to 1,"map1" to 2),表示往map集合里面添加key
AI赋能原则3解读思考：可得性时代-AI 正在重写人类能力结构的未来
目录一、AI 是“能力结构”的改变，而不是“能力强度”的提升（一）人类能力的结构属性：稀缺、线性、不可复制（二）AI 能力的结构属性：非稀缺、并行化、可复制（三）二者能力结构的根本差异二、可得性：未来竞争力差异的终极变量（一）可得性
5 分钟用满血 DeepSeek R1 搭建个人 AI 知识库（含本地部署）
最近很多朋友都在问：怎么本地部署 DeepSeek 搭建个人知识库。老实说，如果你不是为了研究技术，或者确实需要保护涉密数据，我真不建议去折腾本地部署。为什么呢？目前 Ollama 从 1.5B 到 70B 都只是把 R1 的推理能力提炼到 Qwen 和 Llama 的蒸馏版本上。虽说性能是提升了不少，但跟原汁原味的 R1 模型比起来，还是差太多了。官方的满血版本可是 671B 的参数量，说实话，
