Data Science / NLP / LLM Applications

RichardF

大四学生，正在系统训练 Python、PyTorch、算法、NLP/LLM 应用和 RAG 项目能力。这里记录我的学习路线、项目复盘和技术笔记。

学习路线项目作品集知识图谱 GitHub

Current Goal2026 Internship Prep

NLP/LLM 应用算法、RAG/Agent、数据挖掘、搜索/推荐基础。

Python / PyTorchNLP & LLM AppsRAG / AgentAlgorithmsC++ Basics

Projects Portfolio项目作品集入口：NLP、Big Data、数学笔记和后续 RAG/Search baseline。Algorithm Internship Roadmap从 Python/C++ 基础到 NLP/RAG 项目的阶段路线。DSAI4205 Sentiment ClassificationTF-IDF / XGBoost / BERT / LoRA sentiment analysis experiments.

CS Data Science Linear Algebra Calculus

Recent Posts

2026-06-24发表2026-06-24更新Data science34 分钟读完 (大约5068个字)

DSAI4205 动手教程：用 Pandas、Dask、Spark RDD 与 SparkSQL 完成大数据分析入门

上一篇 DSAI4205 笔记偏“全景导览”，解释了大数据分析的系统主线。这一篇换成动手教程：根据 Tutorial 1-4、solution PDF 和配套数据，把 Pandas、Dask、Spark RDD、SparkSQL 串成一条从单机数据分析到分布式数据处理的实践路线。

读完这篇，目标不是记住所有 API，而是建立一个非常重要的迁移关系：

\text{Pandas DataFrame} \rightarrow \text{Dask DataFrame} \rightarrow \text{Spark RDD} \rightarrow \text{Spark DataFrame / SparkSQL}