大数

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

Hadoop大数据处理技术基础与实践 完整pdf

资源名称: 大数据处理技术基础与实践 完整 基础与实践第 章 概述 . 来源和动机 . 体系架构 . 与分布式开发 . 行业应用案例分析 . . 在门户网站的应用 . . 在搜索引擎中的应用 . . 在电商平台中的应用 . 小结第 章 安装与配置管理 . 实验准备 . 配置一个单节点环境 . . 运行一个虚拟系统 . . 配置网络 . . 创建新的用户组和用户 . . 上传文件到 并配置 、 环境 . . 修改 . 配置文件 . . 修改 主机名 . . 绑定 与 . . 关闭防火墙 . 节点之间的免密码

零起点Python大数据与量化交易_Python教程

资源名称:零起点 大数据与量化交易 内容简介: 《零起点 大数据与量化交易》是国内较早关于 大数据与量化交易的原创图书,配合 开发平台和 开源量化软件学习,是一套完整的大数据分析、量化交易的学习教材,可直接用于实盘交易。《零起点 大数据与量化交易》有三大特色:第一,以实盘个案分析为主,全程配有 代码;第二,包含大量的图文案例和 源码,无须专业编程基础,懂 即可开始学习;第三,配有专业的 集成开发平台、 量化软件和 数据包。 《零起点 大数据与量化交易》内容源自笔者的原版教学课件,虽然限于篇幅和载体,省略了

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。

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

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

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

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