这是一个用于学习和实践机器学习与深度学习模型的项目。项目包含了多种经典算法的实现，旨在帮助用户理解和应用这些算法。

• 通用执行器
• 整合 wandb
• 代码配置化

• Kaggle 数据集下载与 Parquet 自动转换工具 (kaggle-parquet)
• 测试数据集下载

• Bert 文本分类器
  • 二分类
  • 多分类
• gpt 文本分类器

删除原因呢：scala 还是专注在数据处理层面

• 关联规则学习（Association rule ）
  • Apriori
  • FP Growth
• 梯度下降（Gradient Descent）
  • 批量梯度下降（BGD，Batch Gradient Descent）
  • 随机梯度下降（SGD, Stochastic Gradient Descent）
  • 小批量梯度下降（MBGD, Mini Batch Gradient Descent）
  • 动量（Momentum）

该项目包含一个专门用于从 Kaggle 下载数据集并将其自动转换为 Parquet 格式的工具，特别针对大型数据集（如 GB 级别）进行了优化。

• 自动化下载：从 Kaggle 下载数据集并自动解压。
• 高效转换：使用 pyarrow 将 CSV/JSON/Excel 转换为 Parquet 格式，支持大文件分块处理和多进程并行转换。
• 元数据管理：自动保存数据集元数据和转换统计信息。

所有命令建议通过 uv run 执行：

在第一次使用前，建议设置 Kaggle API 凭证：

uv run kaggle-parquet config --set-kaggle-credentials

或者设置环境变量 KAGGLE_USERNAME 和 KAGGLE_KEY。

下载指定数据集并自动执行 Parquet 转换：

uv run kaggle-parquet download ruiyuanfan/corporacin-favorita-grocery-sales-forecasting

如果你已经有了本地 CSV 文件，可以手动触发转换：

uv run kaggle-parquet convert ./path/to/your/csv_files --recursive

uv run kaggle-parquet list

uv sync --all-groups
uv pip install -e .

启动 jupyter lab 并开启 jupyter mcp server extension，允许部分 notebook mcp tool

jupyter lab --port 4040 --IdentityProvider.token MY_TOKEN --JupyterMCPServerExtensionApp.allowed_jupyter_mcp_tools="notebook_run-all-cells,notebook_get-selected-cell,notebook_append-execute"