chensparrow Goto Github PK

2015

Public material for CS109

anti-anti-spider

越来越多的网站具有反爬虫特性，有的用图片隐藏关键数据，有的使用反人类的验证码，建立反反爬虫的代码仓库，通过与不同特性的网站做斗争（无恶意）提高技术。（欢迎提交难以采集的网站）（因工作原因去TX写验证码了，项目暂停）

auto-sklearn

coolplayspark

酷玩 Spark: Spark 源代码解析、Spark 类库等

datax

DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、HDFS、Hive、OceanBase、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。

duke-sta-663-cn

A Chinese Translation of the Resources for Duke University STA 633 杜克大学计算机统计学（Python）全部内容的中文翻译

gitskills

learngit

leetcode

:sparkles::v::sparkles:leetcode刷题 内附leetcode solution代码自动下载生成器（Leetcode solution auto generator)

mycode

spark-ml-source-analysis

spark ml 算法原理剖析以及具体的源码实现分析

spark-py-notebooks

Apache Spark & Python (pySpark) tutorials for Big Data Analysis and Machine Learning as IPython / Jupyter notebooks

test

weibospider

:zap: 分布式微博爬虫，部署简单，接口丰富，文档详细，演示视频支持，可灵活定制满足自己的需求。已实现内容包括微博用户资料、微博信息、评论信息和转发信息抓取。目前专注于程序本身的健壮性和易用性，正在快速迭代，欢迎watch跟进，star支持