自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

原创 Task06:综合练习

练习一 各部门工资最高的员工创建Employee 表,包含所有员工信息,每个员工有其对应的 Id, salary 和 department Id。+----+-------+--------+--------------+| Id | Name | Salary | DepartmentId |+----+-------+--------+--------------+| 1 | Joe | 70000 | 1 || 2 | Henry | 80000 | 2

2021-09-27 11:07:22 147

原创 Task05:SQL高级处理

5.1 请说出针对本章中使用的 product(商品)表执行如下 SELECT 语句所能得到的结果。SELECT product_id ,product_name ,sale_price ,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price FROM product得到结果如图:表诉:根据商品id进行排序,取当前id序号列之前的价格最大值作为Current_max_price

2021-09-23 13:13:28 154

原创 Task04:集合运算

创建ShopProduct 商店商品表代码:CREATE TABLE ShopProduct(shop_id CHAR(4) NOT NULL,shop_name VARCHAR(20) NOT NULL,product_id CHAR(4) NOT NULL,quantity INTEGER NOT NULL);INSERT INTO ShopProduct VALUES('000A','东京','0001',30),('000A','东京','0002',50),('000A','东京

2021-09-21 23:03:16 161

原创 task03-复杂一点的查询-学习和练习

1学习1.1 视图创建视图:CREATE VIEW productsum (product_type, cnt_product)ASSELECT product_type, COUNT(*) FROM product GROUP BY product_type ;得到:修改视图代码ALTER VIEW productSum AS SELECT product_type, sale_price FROM Product W

2021-09-19 23:59:38 420

原创 Task02:基础查询与排序

2.12.1编写一条SQL语句,从product(商品)表中选取出“登记日期(regist在2009年4月28日之后”的商品,查询结果要包含product name和regist_date两列。代码如下SELECT product_name, regist_date FROM product WHERE regist_date >='2009-04-28';2.2请说出对product 表执行如下3条SELECT语句时的返回结果。①SELECT * FROM product

2021-09-15 19:23:51 112

原创 cho2-datawhale-sql九月学习

基础查询与排序1.11.21.31.1编写一条 CREATE TABLE 语句,用来创建一个包含表 1-A 中所列各项的表 Addressbook (地址簿),并为 regist_no (注册编号)列设置主键约束create database shop;create table Addressbook(Primary key(regist_no) integer not null,name varchar(128) not null,address varchar(256) not null

2021-09-13 19:52:47 89

原创 学习《Ray Tracing in One Weekend》第四章

第四章 画球已经画出了基本的背景图了,现在可以学着加一些物体进去,作者给的是画一个球。(一个光线代表着一个像素点)画图的基本步骤确定球的位置。(球上每个像素点的位置即为光线与球的交点,所有这些交点就组成了球。所以,问题转化为找光线和球的交点)设置球的颜色。(光线和球交点的颜色)球体方程(p−c)⋅(p−c)=R*R 方程等价于:球上任一点的坐标(向量)为p,而 c 表示小球圆心, R 表示小球半径带入到光线公式得到转化为由此来改写之前的代码,将公式写进代码里,我们在z =

2021-04-13 16:26:40 137 1

原创 学习《Ray Tracing in One Weekend》第三章

第三章一条射线上一点的公式如下:p(t)=A+B∗tp(t) = A+\boldsymbol{B}*tp(t)=A+B∗tp表示的是三维空间中沿着一条直线的点。A 是光线的起点B(向量)是光线的方向向量参数t是一个实数(在代码中用float表示)当 t 取不同值得时候,p(t) 表示沿着光线移动的点。写Ray的类Ray.h//#ifdef RAYH//#define RAYH//#endif#include "Vec3.h"class Ray{public:

2021-04-13 15:30:31 130 2

原创 学习《Ray Tracing in One Weekend》第二章

第二章作者在第二章让我们设计一个vec3类,用来存储颜色、位置、方向等等。以下是我们设计的vec3类。vec3类的这些代码就全部放在vec3.h中Vec3.h的代码如下://#ifdef VEC3H//#define VEC3H//#endif#include <math.h>#include <stdlib.h>#include <iostream>class Vec3 {public: Vec3(){} Vec3(float

2021-04-13 14:10:53 96

原创 学习《Ray Tracing in One Weekend》第一章

第一章生成图片在vs中(我用的2019vs)新建你本次学习的项目,然后输入你的代码#include <iostream>#include <fstream>using namespace std;int main() { ofstream outfile; outfile.open("firstpicture.txt"); int nx = 200; int ny = 100; outfile << "P3\n"

2021-04-13 13:51:04 120 1

原创 初次尝试OpitX +CMake

**初次尝试OptiX + CMake** 首先安装好cuda、vs、OptiX和CMake在OptiX的SDK文件(C:\ProgramData\NVIDIA Corporation\OptiX SDK 7.1.0\SDK)中找到CMakeLists.txt ,将其拖入CMake中,在CMake点击Configure ,完成后点击Generate得到最后点击Open Project,就可以进入OptiX的例子进行编译了(我用的是JetBrains Rider)在这里右键启动该项目等待几秒后

2021-04-04 17:15:40 2105 4

原创 task05

task05 排序模型+模型融合排序模型使用了召回操作后已经缩减了问题规模,每个用户都有候选集,并基于召回的候选集构建了与用户历史相关的特征,以及用户本身的属性特征,文章本省的属性特征,以及用户与文章之间的特征,下面就是使用机器学习模型来对构造好的特征进行学习,然后对测试集进行预测,得到测试集中的每个候选集用户点击的概率,返回点击概率最大的topk个文章,作为最终的结果。三个有代表性的排序模型:LGB的排序模型、LGB的分类模型、深度学习的分类模型DIN两种经典的模型集成的方法:输出结果加权融合、S

2020-12-05 12:56:11 239 1

原创 task04 特征工程

特征工程制作特征和标签, 转成监督学习问题可以直接利用的特征有:1.文章的自身特征, category_id表示这文章的类型, created_at_ts表示文章建立的时间, 这个关系着文章的时效性, words_count是文章的字数, 一般字数太长我们不太喜欢点击, 也不排除有人就喜欢读长文。2.文章的内容embedding特征, 这个召回的时候用过, 这里可以选择使用, 也可以选择不用, 也可以尝试其他类型的embedding特征, 比如W2V等3.用户的设备特征信息上面这些直接可以用的特

2020-12-02 09:58:01 176

原创 task01

task01(赛题理解+baseline)参加datawhale的组队学习记录赛题理解赛题简介数据概况如何改变文本的样式运行过程读取数据获取 用户 - 文章 - 点击时间字典获取点击最多的topk个文章给每个用户根据物品的协同过滤推荐文章召回字典转换成df生成提交文件总结参加datawhale的组队学习记录赛题理解赛题理解是切入一道赛题的基础,会影响后续特征工程和模型构建等各种工作,也影响着后续发展工作的方向,正确了解赛题背后的思想以及赛题业务逻辑的清晰,有利于花费更少时间构建更为有效的特征模型, 在

2020-11-25 20:27:33 174

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除