Category: IT Technology

[統計] Fisher Exact Test

Fisher Exact Test 是一個檢驗兩個變數是否相關的方法?在基因大數據的領域裡面算是很常見的方法之一,詳細可以參考連結,由於在研讀 Fisher Exact Test 的時候,我們發現大部分網路上可以找到的訊息例如連結一,連結二都只有直接展示計算的結果但是沒有推導所以我們很難真正理解這些數學式背後的意義,本篇的推導參考 Michael J. Evans and Jeffrey S.Rosenthal 著作的 Probability and Statistic, The Science of Uncertainty 一書。

詳細內容

[Hive/HBase] 如何串接 Hive/HBase 資料庫

一般來說在視覺化資料庫的方法一般來說如果是 Hive 資料庫可以透過 DBeaver 等等類似 SQL Client 的程式來顯現,但是如果是像是 HBase 的資料庫的話基本上很難快速了解 HBase 裡面存取的檔案全貌,如果可以利用 Hive 用表格的方式呈現的話會比較好理解,本篇想要介紹如何將 HBase 利用 Hive 呈現出來!

詳細內容

[統計] 為什麼樣本標準差要除以 n-1 ?

本篇想要簡單的紀錄並且回答一個學習統計的人會遇到的問題,其實有不少統計的老師有討論過這個問題例如連結,但是並不是經過一個比較嚴謹的數學推導,本篇取材的來源是由 Michael J. Evans and Jeffrey S.Rosenthal 著作的機率與統計,不確定性的科學一書,點擊即可以下載。

詳細內容

[Spark] Row: getList() 的隱藏錯誤

在開發 Java Spark 的時候,常常會需要轉換 Dataset 或是 DataFrame,對於比較大的表格格式變換 (Schema Change),通常會使用到 JavaRDD 與 Row,開發時用到比較複雜的資料結構像是 List 或是 Map 等等的時候,有時候發生錯誤並不知道要如何除錯?本篇想要展示類別 Row: getList() 的隱藏錯誤在使用的時候發生無法理解的 NullPointerException 現象並且其解決的方法!

詳細內容

[Oozie] Continuous Delivery with Oozie

在大數據的平台上開發大數據應用的時候,如果想要自動化執行不同的 Spark 腳本的話,很常會使用 Apache Oozie 這個軟體,如果想要配合一些 Continuous Delivery 的工具如 Jenkins 和 TeamCity 來使用的時候,需要透過 Oozie 的 WebAPI 來使用,有兩種主要的使用方法,一種是利用 Shell Script 下達 Curl 的指令快速溝通,另一種方式則是利用 Oozie 專案開發的 OozieClient 配合 groovy 或是 Java 的指令運行。

詳細內容

[Adsense] Valuable Inventory: No Content

檸檬爸在申請 Adsense 廣告這一條路上其實花了蠻多的時間的,再將網站建置完成之後想要申請 Adsense 的廣告帳號,但是一直沒有成功,反而一直出現了高價值廣告空間:無內容 (Valuable Inventory: No Content) 這一個訊息提醒,如以下圖片所示。本篇提供給受到這錯誤訊息困擾的用戶一點點成功經驗的分享。在尋找出現無內容錯誤訊息的原因的時候,筆者參考了以下的網站,提到了原因應該是 robots.txt 設定的問題,所以我們自己創建了一個 robots.txt 檔,然後成功讓 Google Adsense 開始審查。

詳細內容