simdjson – 每秒解析千兆位元組 JSON 資料開源 C++ 程式庫

✍以下內容摘要翻譯自 Github 專案說明

JSON 在網際網路上無處不在。伺服器花費大量時間解析它。我們需要一個新的方法。 Simdjson 程式庫使用通用的 SIMD 指令和微平行( microparallel )演算法來解析 JSON 2.5，比其他任何程式庫都要快

ADTK ( Anomaly Detection Toolkit ) – 對於時間序列資料進行非監督式異示常檢測的 Python 工具套件

由於異常的性質隨著不同的情況而變化，一個模型可能不能普遍適用於所有的異常檢測問題。選擇和結合適當的檢測演算法(檢測器)、特徵工程方法( transformers )和整合方法(聚合器)是建立一個有效的異常檢測模型的關鍵。

上了許多 Pandas 的課程但是還是覺得不太熟練？最好的方式就是找練習題來複習課程中所學到的觀念，這就是這個 github 開源專案成立的目的

這是一個簡單使用的程式庫，讓你對網頁進行爬取，清理和重複資料刪除，以建立大量的單語資料集( monolingual datasets )。使用這個程式庫，你應該能夠建立一個比 OpenAI 給 GPT-2 用的更大資料集( datasets )。