Wstęp Ostatnio zapoznałem się nieco bliżej z usługą Cloud Foundry. Poniższy artykuł to absolutne podstawy tego ciekawego i prostego systemu. Dodatkowo stanowi dla mnie swego rodzaju cheat-sheet, bo zdecydowanie zamierzam częściej po niego siegać. Z tego powodu w najblizszej przyszłosci zamierzam rozbudowywać ten wpis. W dobie cyfryzacji, szybkość i elastyczność wdrażania aplikacji stały się kluczowe Read More »
Ten artykuł to piersza część cyklu publikacji dotyczącego zaawansowanych aspektów PySpark. Miłego czytania! Wstęp W świecie Big Data, efektywne przetwarzanie i analiza dużych zbiorów danych jest kluczowa. Apache Spark, z jego Pythonowym interfejsem PySpark, oferuje potężne narzędzia do takiego przetwarzania. Jednym z kluczowych aspektów jest partycjonowanie danych. Poprawne partycjonowanie może znacznie zwiększyć wydajność przetwarzania danych. Read More »
Wstęp W dobie cyfryzacji i rosnącej roli danych w każdym aspekcie naszego życia, bezpieczny i efektywny dostęp do tych danych stał się kluczowy. W tym kontekście OAuth, jako protokół autoryzacji, odgrywa niezastąpioną rolę. Protokół ten, wywodzący się z potrzeby zapewnienia bezpieczeństwa w dostępie do informacji, znajduje zastosowanie w wielu obszarach - od zabezpieczania danych osobowych, Read More »
Introduction Clean data forms the foundation of any analysis in the field of data science, serving as the bedrock upon which meaningful insights and reliable conclusions are built. Despite its fundamental role, the process of data cleaning is often overlooked or underestimated, which can lead to significant compromises in the quality of analysis outcomes. Although Read More »
Introduction (continuous post) The Hadoop Distributed File System (HDFS) is an indispensable component of big data ecosystems, designed to store and manage vast amounts of data across multiple nodes in a distributed fashion. WebHDFS is an HTTP REST server that provides HDFS access through a standard HTTP protocol, making it possible to interact with HDFS Read More »
Introduction In the realm of Big Data analytics, Hadoop’s MapReduce framework has established itself as a cornerstone technology. However, optimizing the performance of MapReduce jobs can be a daunting task for newcomers and veterans alike. One of the most effective ways to enhance performance is through the judicious use of Combiners and Partitioners. This article Read More »
Most people working with data believe that the entire data workflow originates from data extraction. It might be so, but I believe that the first and most crucial step is understanding the data. Quite literally. While numerical values represent the universal language of mathematics, what should we do when textual values are expressed in a Read More »
In the world of growing data, there is an increasing need to understand its meaning. Where can data be found? It could be a blog post, a tweet, a newspaper article, a research report, or even a book review. All of this generates a huge amount of text, which, if properly processed, can deliver a Read More »
Vector embeddings are a cornerstone in the field of machine learning, particularly in the realm of Natural Language Processing (NLP). When we interact with our AI-driven voice assistants or marvel at the prowess of language translation apps, it's the magic of vector embeddings working in the background, making it all possible. But what exactly are Read More »
As machine learning practitioners, we often find ourselves in the pursuit of that elusive "perfect model", the one that achieves the highest accuracy, the lowest error, or the best performance on your preferred metric. While a significant part of a model's performance lies in the features and the data itself, hyperparameters - those predefined values Read More »