大数

大数据与机器学习:实践方法与行业案例

资源名称:大数据与机器学习:实践方法与行业案例 内容简介: 本书从企业实践出发,内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上,按照数据与平台篇、分析篇和应用篇分别撰写。数据与平台篇(第 章),立足找到数据、整合数据、使用数据三个角度,介绍数据在企业内的分布和处理逻辑,以便快速为分析准备素材。分析篇(第 章),选取企业实际案例,介绍常用的数据挖掘与机器学习算法,以业务场景为导向展示数据分析过程和技巧。应用篇(第 章),选取当前主流的四个应用场景,介绍如何实现数据驱动,让数据 自动 流转于

触手可及的大数据分析工具:Tableau案例集

资源名称:触手可及的大数据分析工具 案例集 内容简介: 《触手可及的大数据分析工具: 案例集》对 的产品、优势、 的新特性及其功能做了全面的介绍,并且从 个不同行业的案例入手,让你在阅读本书后能够从一个新手成长为能够创建出复杂仪表板的高手。 《触手可及的大数据分析工具: 案例集》分为五个部分共 章: 使用概述、新手上路、成功晋级、高手秘籍以及实际应用。 使用概述包含四章,分别从为何要进行数据可视化、 的发展历程、 的产品介绍、 的新特性、 的应用优势以及如何利用 进行数据连接和了解工作区几个方面做了详尽的

大数据存储MongoDB实战指南

资源名称:大数据存储 实战指南 内容简介: 是一种面向文档的分布式数据库,可扩展,表结构自由,并且支持丰富的查询语句和数据类型。时至今日, 以其灵活的数据存储方式逐渐成为 行业非常流行的一种非关系型数据库( )。 《大数据存储 实战指南》从学习与实践者的视角出发,本着通俗精简、注重实践、突出精髓的原则,精准剖析了 的诸多概念和要点。全书共分 个部分,分别从基础知识、深入理解 、监控与管理 和应用实践几个维度详细地介绍了 的特点及应用实例。 《大数据存储 实战指南》适合有海量数据存储需求的人员、数据库管理开

数据算法:Hadoop/Spark大数据处理技巧 英文pdf原版

资源名称:数据算法: 大数据处理技巧 英文 原版 第 章二次排序:简介 第 章二次排序:详细示例 第 章 列表 第 章左外连接 第 章反转排序 第 章移动平均 第 章购物篮分析 第 章共同好友 第 章使用 实现推荐引擎 第 章基于内容的电影推荐 第 章使用马尔可夫模型的智能邮件营销 第 章 均值聚类 第 章 近邻 第 章朴素贝叶斯 第 章情感分析 第 章查找、统计和列出大图中的所有三角形 第 章 计数 第 章 测序 第 章 回归 第 章 趋势检验 第 章等位基因频率 第 章 检验 第 章皮尔逊相关系数 第

企业大数据处理 Spark、Druid、Flume与Kafka应用实践 完整pdf

资源名称:企业大数据处理 、 、 与 应用实践 完整 第一部分 准备工作 第 章 基础环境准备 第二部分 核心技术 第 章  详解 第 章  原理及部署 第 章  数据摄入 第 章  客户端 第 章 日志收集 第 章 分布式消息队列 第三部分 项目实践 第 章 数据平台 第 章 监控系统 资源截图:

Hadoop Spark 大数据巨量分析与机器学习整合开发实战 完整pdf

资源名称: 大数据巨量分析与机器学习整合开发实战 完整 第 章 大数据与机器学习 第 章 虚拟机软件的安装 第 章 操作系统的安装 第 章 的安装 第 章 的安装 第 章 命令 第 章 第 章 的安装与介绍 第 章 第 章 的集成开发环境 第 章 创建推荐引擎 第 章 数据集 第 章 决策树二元分类 第 章 逻辑回归二元分类 第 章 支持向量机 二元分类 第 章 朴素贝叶斯二元分类 第 章 决策树多元分类 第 章 决策树回归分析 第 章 使用 数据可视化 资源截图: