大数

Hadoop大数据开发案例教程与项目实战 高清pdf

资源名称: 大数据开发案例教程与项目实战 高清 基础篇第 章 概述 第 章 基础环境配置 第 章 分布式存储 第 章 计算系统 第 章 计算模型 第 章 数据云盘 提高篇第 章 协调系统 第 章 数据库 第 章 数据仓库 第 章 数据采集 第 章 离线数据分析平台 资源截图:

架构大数据 大数据技术及算法解析 中文pdf

资源名称:架构大数据 大数据技术及算法解析 中文 第 章大数据技术概述第 章大数据基础支撑 数据中心及云计算第 章云计算先行者 的三驾马车第 章云存储系统第 章数据采集系统第 章 与 第 章 大数据统一计算平台第 章 流计算系统第 章 、 与 第 章大数据与数据挖掘第 章深度学习第 章电子商务与社会化网络大数据分析第 章大数据展示与交互技术第 章大数据安全与隐私第 章大数据技术发展趋势第 章知名企业大数据架构简介 资源截图:

零起点Python大数据与量化交易 (何海群著) pdf_Python教程

资源名称:零起点 大数据与量化交易 何海群著 第 章 从故事开始学量化 第 章 常用量化技术指标与框架 第 章 金融数据采集整理 第 章 案例汇编 第 章 整体架构 第 章 模块详解与实盘数据 第 章 量化策略库 第 章 海龟策略与自定义扩展 第 章 函数库与策略开发 第 章 扩展与未来 资源截图:

实时大数据分析 基于Storm Spark技术的实时应用 中文PDF

资源名称:实时大数据分析 基于 技术的实时应用 中文 第 章 大数据技术前景及分析平台 大数据的概念 大数据的维度范式 大数据生态系统 大数据基础设施 大数据生态系统组件 构建业务解决方案 数据集处理 解决方案实施 呈现 分布式批处理 分布式数据库( ) 数据库的优势 选择 数据库 实时处理 电信或移动通信场景 运输和物流 互联的车辆 金融部门 本章小结 第 章 熟悉 概述 的发展 的抽象概念 流 拓扑 任务 工作者 的架构及其组件 集群 集群 如何以及何时使用 的内部特性 的并行性 的内部消息处理 本章

云计算中的大数据技术与应用(陆平等著)完整

资源名称:云计算中的大数据技术与应用 陆平等著 完整 第 章绪论 从云计算到大数据 大数据的定义与特征 海量 多样性 速度 价值 大数据的技术体系 数据采集 数据存储 数据处理 数据挖掘 数据可视化展示 大数据隐私安全 小结 第 章大数据存储 非结构化数据 分布式文件系统 对象存储系统 (半)结构化数据 数据库系统 分析型数据库系统 第 章大数据处理 概述 离线数据处理 ( ) 实时数据处理 第 章大数据挖掘 并行数据挖掘 概述 系统架构 关键技术 搜索引擎技术 概述 系统架构 关键技术 推荐引擎技术 概

大数据大创新-阿里巴巴云上数据中台之道

资源名称:大数据大创新 阿里巴巴云上数据中台之道 内容简介: 在 集团内,数据人员面临的现实情况是:集团数据存储已经达到 级别,部分单张表每天的数据记录数高达几千亿条;在 年 双 购物狂欢节 的 小时中,支付金额达到了 亿元人民币,支付峰值高达 万笔 秒,下单峰值达 万笔 秒,媒体直播大屏处理的总数据量高达百亿级别且所有数据都需要做到实时、准确地对外披露 巨大的信息量给数据采集、存储和计算都带来了极大的挑战。《大数据之路 大数据实践》就是在此背景下完成的。本书中讲到的 大数据系统架构,就是为了满足不断变化

大数据概论

资源名称:大数据概论 内容简介: 本书主要介绍大数据概论,内容包括大数据概述、科学研究第四范式、分布系统设计的 理论、 数据库、复杂网络、 分布编程模型、大数据存储、大数据分析、大数据挖掘、大数据可视化、大数据安全、大数据机器学习、大数据推荐技术,以及数据科学与数据思维。全书对上述内容概念性地介绍,语言精练、内容全面。 资源截图:

跟我学SAP HANA 做大数据时代的领航者 中文pdf

资源名称:跟我学 做大数据时代的领航者 中文 第一部分  基础知识篇第一章 认识 第一节  源起 第二节 先进的平台,前所未有的体验 第三节 大数据 第四节  内存数据库 第五节  内存计算 第六节  能做什么 第二章  基础进阶 第一节  平台详解 第二节  组件架构 第三节  应用场景 第四节  应用开发 第五节  企业云 第三章  成功案例及实时资料 第一节  成功案例 第二节 获取 的最新资料 第二部分  实践篇第四章 从实例开始 之旅 第五章 配置 开发环境 第一节 申请试用 第二节  视图 本

大数据分析:方法与应用

资源名称:大数据分析:方法与应用 内容简介: 本书介绍数据挖掘、统计学习和模式识别中与大数据分析相关的理论、方法及工具。理论学习的目标是使学生掌握复杂数据的分析与建模;方法学习的目标是使学生能够按照实证研究的规范和数据挖掘的步骤进行大数据研发,工具学习的目标是使学生熟练掌握一种数据分析的语言。本书内容由 章构成:大数据分析概述,数据挖掘流程,有指导的学习,无指导的学习,贝叶斯分类和因果学习,高维回归及变量选择,图模型,客户关系管理、社会网络分析、自然语言模型和文本挖掘。 本书可用做统计学、管理学、计算机科