大数

大数据真实案列分析《HadoopSpark企业应用实战》11月份班

资源名称:大数据真实案列分析《 企业应用实战》 月份班 教程内容: 授 课 对 象 商业智能( )和企业数据仓库( )的管理人员、建模人员、分析和开发人员、系统管理员等; 有意将 生态系统中的组件,作为现有 的补充,或未来替代产品的项目负责人及开发人员; 企业中牵涉到大数据处理的数据中心运行、规划、设计负责人; 企业级应用、整合项目的成员、负责人、开发人员 熟悉 生态系统,想了解和学习 与 整合在企业应用实战案例的朋友。 课 程 大 纲 本课程会介绍 各组件的架构,但不会涉及任何安装的内容,安装的教程、录

Spark大数据处理技术 完整pdf

资源名称: 大数据处理技术 完整 第 章 系统概述 大数据处理框架 大数据处理框架 表达能力 子系统 小结 第 章 及编程接口 程序 分区( ) 优先位置( ) 依赖关系( ) 分区计算( ) 分区函数( ) 创建操作 集合创建操作 存储创建操作 转换操作 基本转换操作 键值 转换操作 再论 依赖关系 控制操作( ) 行动操作( ) 集合标量行动操作 存储行动操作 小结 第 章 运行模式及原理 运行模式概述 运行模式列表 基本工作流程 相关基本类 模式 部署及程序运行 内部实现原理 模式 部署及程序运行

大数据Hadoop快速入门教程

教程介绍 实现了一个分布式文件系统,简称 。 有高容错性的特点,并且设计用来部署在低廉的硬件上;而且它提供高吞吐量来访问应用程序的数据,适合那些有着超大数据集的应用程序。本课程是大数据学科的入门教程,将会为您讲述 的具体内容,对大数据感兴趣的一定不要错过!学习地址百度: 天翼: 微云: : 文件信息

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

大数据Spark企业级实战 (王家林) 完整版 中文

资源名称:大数据 企业级实战 王家林 完整版 中文 第 章  编程模型 第 章 构建 分布式集群 第 章  开发环境及其测试 第 章  与编程 第 章  运行模式深入解析 第 章  内核解析 第 章  大规模图计算与 第 章  原理与实战 第 章  第 章  文件系统 第 章  原理 第 章  多语言编程 第 章  语言的分布式编程 第 章  性能调优和 第 章  源码解析 附录第一部 动手体验 第二部 动手实战 面向 第三部 动手实战 函数式编程 资源截图:

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

驾驭大数据

资源名称:驾驭大数据 内容简介: 本书提供了处理大数据和在企业中培养创新和探索文化所需的工具、流程和方法,描绘了一个易于实施的行动计划,以帮助企业发现新的商业机会,实现新的业务流程,并做出更明智的决策。 本书重点介绍了如何驾驭大数据浪潮,并详细地介绍了什么是大数据,大数据为什么重要,以及如何应用大数据。本书还从具体实用的角度,介绍了用于分析和操作大数据的工具、技术和方法;以及从人才和企业文化的角度,介绍了如何使分析专家、分析团队以及所需的分析原则更加高效,如何通过分析创新中心使得分析更加具有创造力,以及如

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