大数
  1. 首页
  2. 大数

列表

Spark大数据分析实战

Spark大数据分析实战

资源名称： 大数据分析实战 内容简介： 本书一共 章：其中第 ～ 章，主要介绍了 的基本概念、编程模型、开发与部署的方法；第 ～ 章，详细详解了热点新闻分析系统、基于云平台的日志数据分析、情感分析系统、搜索引擎链接分析系统等的应用与算法等核心知识点。 资源目录： 前 言 第 章 简介 初识 生态系统 架构与运行逻辑 弹性分布式数据集 简介 算子分类 本章小结 第 章 开发与环境配置 应用开发环境配置 使用 开发 程序 使用 进行交互式数据分析 远程调试 程序 编译 配置 源码阅读环境 本章小结 第 章 简
网络资源 2025年08月27日
大数据之数据分析与R语言实战培训

大数据之数据分析与R语言实战培训

资源名称：大数据之数据分析与 语言实战培训 教程内容： 语言的起源简介，其实说到 语言我们就不得不说的 语言， 语言是贝尔实验室开发的一种用来进行数据探索统计分析的做图解释语言。 语言他基于 语言， 是一款免费自由的软件，它有这 跟 版本，都是可以免费下载使用。 语言的 个基础模块，都在安装程序包中获得，至于其他模块我们就要下载来使用了。
网络资源 2025年08月27日
大数据处理系统 Hadoop源代码情景分析 pdf

大数据处理系统 Hadoop源代码情景分析 pdf

资源名称：大数据处理系统 源代码情景分析 第 章 大数据与 第 章 研究方法第 章 集群和 第 章 的 机制第 章 作业的提交第 章 作业的调度与指派第 章 与任务投运第 章 与作业投运第 章 子系统的计算框架第 章 框架中的数据流第 章 的文件系统 第 章 的 第 章 与 的互动第 章 间的互动第 章 的文件访问第 章 的容错机制第 章 的安全机制第 章 的人机界面第 章 的部署和启动第 章 的优化与改进 资源截图：
网络资源 2025年08月27日
实时大数据分析 基于Storm Spark技术的实时应用 中文PDF

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
网络资源 2025年08月27日
Python+Spark 2.0+Hadoop机器学习与大数据实战

Python+Spark 2.0+Hadoop机器学习与大数据实战

资源名称： 机器学习与大数据实战 内容简介： 本书从浅显易懂的 大数据和机器学习 原理说明入手，讲述大数据和机器学习的基本概念，如分类、分析、训练、建模、预测、机器学习（推荐引擎）、机器学习（二元分类）、机器学习（多元分类）、机器学习（回归分析）和数据可视化应用等。书中不仅加入了新近的大数据技术，还丰富了 机器学习 内容。 为降低读者学习大数据技术的门槛，书中提供了丰富的上机实践操作和范例程序详解，展示了如何在单机 系统上通过 虚拟机安装多机 虚拟机，如何建立 集群，再建立 开发环境。书中介绍搭建的上机实
网络资源 2025年08月27日
拥抱大数据新常态下的数据分析典型案例

拥抱大数据新常态下的数据分析典型案例

资源名称：拥抱大数据新常态下的数据分析典型案例 内容简介： 本书首先介绍了大数据的由来与数据分析师的职业前景，概述了大数据的特点及其分析方法，引发读者对数据分析师的向往。然后介绍了如今最流行的近三十种大数据算法，每种算法都附有一个成功的商业案例，通过案例深入分析每种算法的长处、缺点、适用范围等，使读者不仅知其然，更知其所以然。 该书比介绍大数据类的书籍具有更多的理论知识，比各种算法的教科书含有更多的实际应用，是两者的绝妙过渡，适合对大数据有一定了解的读者，可以帮助读者在短时间内深入学习大数据分析的算法体系
网络资源 2025年08月27日
大数据分析：方法与应用

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
网络资源 2025年08月27日