2024年09月12日
Data Lake Analytics是Serverless化的云上交互式查询分析服务。用户可以使用标准的SQL语句，对存储在OSS、TableStore上的数据无需移动，直接进行查询分析。
目前该产品已经正式登陆阿里云，欢迎大家申请试用，体验更便捷的数据分析服务。
请参考https://help.aliyun.com/document_detail/70386.html 进行产品开通服务申请。
在上一篇教程中，我们介绍了如何分析CSV格式的TPC-H数据集。除了纯文本文件(例如，CSV，TSV等)，用户存储在OSS上的其他格式的数据文件，也可以使用Data Lake Analytics进行查询分析，包括ORC, PARQUET, JSON, RCFILE, AVRO甚至ESRI规范的地理JSON数据，还可以用正则表达式匹配的文件等。
2024年09月12日
PyTorch是最优秀的深度学习框架之一，它简单优雅，非常适合入门。本文将介绍PyTorch的最佳实践和代码风格都是怎样的。
虽然这是一个非官方的 PyTorch指南，但本文总结了一年多使用 PyTorch 框架的经验，尤其是用它开发深度学习相关工作的最优解决方案。请注意，我们分享的经验大多是从研究和实践角度出发的。
这是一个开发的项目，欢迎其它读者改进该文档：https://github.com/IgorSusmelj/pytorch-styleguide。
2024年09月12日
为了处理两个或多个类的分类问题，大多数机器学习(ML)算法的工作方式是相同的。
通常，它们对输入数据应用某种类型的转换，其效果是将原始输入维度减少到更小的数字。目标是将数据投影到一个新的空间中。然后，一旦投影，该算法试图通过寻找线性分离来对这些点进行分类。
对于输入维度较小的问题，任务稍微容易一些。以下面的机器学习数据集为例。
假设我们想要正确地分类红色和蓝色圆圈。
很明显，一个简单的线性模型我们不会得到一个好的结果。没有将输入和权重映射到正确类的线性组合。但是如果我们可以转换数据以便我们可以画一条线将这两个类分开呢?
2024年09月12日
简介： 本文由阿里巴巴技术专家周凯波（宝牛）分享，主要介绍如何跑通第一个SQL。
1.SQL 分类
SQL分为四类，分别是数据查询语言（DQL）、数据操纵语言（DML）、数据定义（DDL）语言和数据控制语言（DCL）。今天将介绍前三种语言的使用。
接下来介绍几个基本概念。
2024年09月12日
unix时间戳：1970-1-1 0:0:0 开始，每过一秒加1
date(string format [, int timestamp])
string format：格式化符号
[, int timestamp] ：时间戳，可选参数，如果不指定这个参数，取出的将是系统当前时间
1.1.l format
Y ：年
2024年09月12日
scalaz-stream是一个泛函数据流配件库（functional stream combinator library），特别适用于函数式编程。scalar-stream是由一个以上各种状态的Process串联组成。stream代表一连串的元素，可能是自动产生或者由外部的源头输入，如：一连串鼠标位置；文件中的文字行；数据库记录；又或者一连串的HTTP请求等。Process就是stream转换器（transducer），它可以把一种stream转换成另一种stream。Process的类型款式如下：
2024年09月12日
Table API 和 SQL 集成在同一套 API 中。 这套 API 的
2024年09月12日
在电商运营工作中，营销活动是非常重要的部分，对用户增长和GMV都有很大帮助。对电商运营来说，如何从庞大的商品库中筛选出卖家优质商品并推送给有需要的买家购买是每时每刻都要思索的问题，而且这个过程需要尽可能快和实时。保证快和实时就可以提升买卖双方的用户体验，提高用户粘性。
为了解决上面提到的问题，闲鱼研发了马赫系统。马赫是一个实时高性能的商品选品系统，解决在亿级别商品中通过规则筛选优质商品并进行投放的场景。有了马赫系统之后，闲鱼的运营同学可以在马赫系统上创建筛选规则，比如商品标题包含“小猪佩奇”、类目为“玩具”、价格不超过100
2024年09月12日
本文翻译自SQLBI
摘要
CALCULATE 筛选器参数一个迭代器. 找到合适的粒度对控制结果和性能至关重要。本文描述了创建复杂DAX筛选器的可用选项
注意:
本文是描述的是参数为表筛选器时的情景，不考虑那些Directive参数(例如ALL, USERELATIONSHIP, CROSSFILTER,…)，这些函数是不通过返回一列值修改筛选上下文。