目前越来越多的公司开始基于Hive搭建数据仓库，所以本文主要针对Hive介绍几种优化方式。尽管Hive已经做了很多原生的优化工作，但是仍然有优化...

事实表基本结构 操作性事件中产生的可度量数值，存储在事实表中，事实表肯定会包含外键，用来与维度表进行关联，也包含可选的退化维度键和日期/时间戳。...

事实表代理键 代理键可用作所有维度表的主键。不与任何维度关联的事实表代理键，是在ETL加载过程中顺次分配的，可用于作为事实表的唯一主键列；在ET...

自编码器（简称AE）是一种无监督的神经网络模型，最初的AE是一个三层的前馈神经网络结构，由输入层、隐藏层和输出层构成，其核心的作用是能够学习到输...

类型0:原样保留 对维度属性值不会发生变化的，事实表以原始值分组。例如持久型标识符和日期维度的大多数属性 类型1：重写 维度行中原来的属性值被新...

反向传播算法仍然是当前深度神经网络最受欢迎的模型最优化方法。 反向传播 反向传播有前向和后向两个操作构成，前向操作利用当前的权重参数和输入数据，...

一、收集业务需求和数据实现 开始维度建模工作前，需要理解业务需求，以及作为基础的源数据的实际情况。通过与业务代表交流来发现需求，用于理解他们的基...

递归神经网络（RNN）分别是时间递归神经网络和结构递归神经网络。本文主要介绍时间递归神经网络。 Elman递归神经网络 前馈神经网络将信息从输入...