1. 概述 1.1. 相似性是许多数据科学方法和商业问题解决方案的基础 1.1.1. 共通之处 1.1.2. 很多数据挖掘过程通常基于相似性或寻找“合适”的相似性来对个体进行分组 1.1.3....

1. 概述 1.1. 数据科学中最重要的基本概念之二就是过拟合和泛化能力 1.2. 数据挖掘包含模型复杂度和过拟合概率之间的基本权衡 1.3. 如果数据所表现的现象本身就很复杂，那...

1. 预测建模 1.1. 把预测建模视为有监督的数据划分，也就是根据某个值得关注的量，将整个总体划分为不同的群组 1.1.1. 根据某个希望预测或估计的值对总体进行分组 1.2. 预...

摘要： Apache DolphinScheduler系列4-后台SQL经验分享 关键词： 大数据、数据质量、数据调度 整体说明 在调研了 DolphinScheduler 之后，在项目上实际使用了一段时间，有了一些后台SQL实际经验...

近日，在 2025 上海开源创新菁英荟上，Apache SeaTunnel 凭借信创生态适配与智能化技术突破，荣获 「优秀开源项目奖」。这个由中国团队孵化的开源项目，已成为全球数据集成领域的标杆。 信创生...

1. 数据挖掘流程 1.1. 数据挖掘是一门手艺 1.1.1. 涉及大量科学与技术的应用，而如何恰当地应用这些科学与技术也是一门艺术 1.2. 数据挖掘也有一套易于理解的流程，可以将...

在 5 月和 6 月，SeaTunnel 社区迎来了一轮密集更新：2.3.11 正式发布，新增对 Databend、Elasticsearch 向量、HTTP 批量写入、ClickHouse 多表写入等多个连接器能力，全面提升了数据同步灵活性...

Apache SeaTunnel 社区在“开源之夏 2025”中再传捷报，共有两个项目成功入选，聚焦于 Flink CDC schema 支持与元数据管理的生态扩展方向，体现出 SeaTunnel 在实时数据集成和平台化能力构建上...

5️⃣距离 2025 IoTDB 用户大会在北京民航国际会议中心（朝阳区花家地东路 3 号）与大家见面还有 5 天！ 以「下一站：DB + AI」为主题，近 30 位大咖嘉宾将带来主论坛 + 技术详解、用户案例、科...

本次 CommunityOverCode Asia 2025 的 DataOps 专题，将给大家带来 Apache 社区建设和发展的最新资讯和前沿实践，现在就一起来看看吧 专题介绍 本专题聚焦 Apache 生态系统中最具创新性和最前沿...