架构及原理

操作

使用工具
不足

托管和外部
分区和桶
存储格式
导入数据
的修改
的丢弃

Spark硬件
流程

Flume-NG数据采集系统的模型、平台架构、集群部署与配置应用实战

一

国内外代性大数据平台比较

同一个数据仓库中的事实数据，可以给多个不同类型的分析挖掘任务调用

Hive数据仓库与分区、操作、数据导入导出、客户端操作技巧

Hive数据仓库报设计

Spark数据分析挖掘操作，从Hive中读取数据并在分布式内存中运行

Spark聚类分析算法程序

Spark客户资料分析与给用户贴标签的程序

Spark实现给商品贴标签的程序

Spark关联分析程序

Spark协同过滤算法程序

Spark程序实现异常点检测的程序

基于Spark的深度学习算法模型库的应用程序

日志分析系统与日志挖掘

推荐系统

3. 矩阵乘法的直观达

2. Python基础：列/元组/字典/类/文件

1. 线性

2. Logistic/Softmax

3. 广义线性

Logistic

2. Softmax的概念源头

3. Logistic/Softmax

7. Softmax的实现与调参

实践

2. 线性代码实现和调参

3. Softmax代码实现和调参

4. Ridge/LASSO/Elastic Net

5. Logistic/Softmax

6. 广告投入与销售额分析

一

2. 决策树应用于

3. 多标记的决策树

4. 的可视化

二

1. 为什么有效

2. 梯度决策树GBDT

三

实践

四

6. 支持向量SVR

五

实践

1. lib代码库介绍

6. 、Logistic、随机森林三者的横向比较

六

七

八

九

3. 朴素理解

4. 精确推导

5. 的深入理解

十

实践

6. 主题模型pLSA与

十一

十二

十三

十四

十五