Kaggle是什么Kaggle 是全球最大的数据科学竞赛、交流和数据集平台，每年会举办上百场数据竞赛，涵盖AI所有的前沿方向。现在Kaggle已经被谷歌收购。Kaggle竞赛常见类别Featured：这些通常是由公司、组织甚至政府赞助的，奖金池最大。Research：这些是学术研究方向的竞赛，奖金很少。Playground：比赛难度稍微高一点，适合针对特定问题进行深度学习。比如Dogs vs. C

Selenium是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，类型像我们玩游戏用的按键精灵，可以按指定的命令自动操作，不同是Selenium 可以直接运行在浏览器上，它支持所有主流的浏览器。Selenium 可以根据我们的指令，让浏览器自动加载页面，获取需要的数据，甚至页面截屏，或者判断网站上某些动作是否发生。Selenium 自己不带浏览器，不支持浏览器的功能，它需要与第三方浏览

1.Linux深入与脚本编程 2.高并发 3.Hadoop生态体系 4.大数据数据仓库建设 5.spark计算体系框架体系 6.机器学习和算法体系 7.Flink实时计算体系 8.大数据平台架构体系

Google发表了两篇论文《Google File System》 《Google MapReduce》《Google File System》简称GFS，是Google公司用于解决海量数据存储的文件系统。《Google MapReduce》简称MapReduce,是Google的计算框架，基于GFS。MapReduce是一个分布式运算程序的框架重要组成部分，是用户开发“基于Hadoop HDFS

序列化定义：就是把内存中的对象，转换为字节序列，以便于存储到磁盘或网络传输，此过程被称为序列化。反序列化定义：将字节序列或磁盘中的持久化字节数据，转换为内存中的对象的过程。##4.2 hadoop为什么需要序列化和反序列化数据经过mapper 任务的处理后，会产生溢出文件，这些文件会被保存到磁盘上。mapper任务完成后，reducer会通过http get的方式从mapper端拷贝对应分区的数据

相关分析是用于考察变量间数量关系密切程度的分析方法，例如：身高与体重的关系几乎所有涉及到多个变量的假设检验方法，都可以被看作是这些变量间的关联性分析t检验：分组变量与连续因变量间的关联性分析卡方检验：行、列分类变量间的关联性分析聚类分析：案例(case)间的关联性分析多变量回归：因变量和一组自变量间的关联性分析。

PyTorch介绍PyTorch是一个基于Torch的Python开源机器学习库和深度学习库，用于图像处理、自然语言处理等应用程序。PyTorch的前身是Torch,但因Torch采用了小众的编程语言是Lua，所以流行度不高，这也就有了PyTorch的出现PyTorch主要由Facebook的人工智能小组开发PyTorch的安装PyTorch的安装分为CPU版本与GPU版本两种方式CPU版本安装。

PyTorch介绍PyTorch是一个基于Torch的Python开源机器学习库和深度学习库，用于图像处理、自然语言处理等应用程序。PyTorch的前身是Torch,但因Torch采用了小众的编程语言是Lua，所以流行度不高，这也就有了PyTorch的出现PyTorch主要由Facebook的人工智能小组开发PyTorch的安装PyTorch的安装分为CPU版本与GPU版本两种方式CPU版本安装。

PyTorch介绍PyTorch是一个基于Torch的Python开源机器学习库和深度学习库，用于图像处理、自然语言处理等应用程序。PyTorch的前身是Torch,但因Torch采用了小众的编程语言是Lua，所以流行度不高，这也就有了PyTorch的出现PyTorch主要由Facebook的人工智能小组开发PyTorch的安装PyTorch的安装分为CPU版本与GPU版本两种方式CPU版本安装。

从本质上讲，多项式回归模型是线性回归模型的一种。实际应用中，我们遇到的数据并不总是线性的，这时如果我们还拿线性模型去拟合，模型的效果就会大打折扣。不过不用担心，此时，仍然可以使用线性回归的方法来拟合非线性的数据，只不过我们要先对输入数据做一些处理。这样就出现了所谓的“多项式回归”。一元m次多项式回归方程为:二元二次多项式回归方程为：在实际应用中，常常可以通过多项式回归扩展已有特征，从而解决非线性问