热门好课推荐
猜你喜欢
相关培训 相关博客
  • 自己总结的这些知识点都是从赵勇编写的架构大数据-大数据技术及算法分析这本书上总结的。在接触这本书之前,自己对于大数据的概念还很模糊,对于大数据和云计算的差别还是很不清楚,看完书之后,总结一下几点:1)大数据主要侧重于数据的处理,流数据、批量数据、图计算等。在数据处理过程中,批量的数据处理的代表工具是Hadoop,流数据的数据处理代表的是Storm技术,而图计算这种密集型的代表是Spark,
    2017-03-09 20:12:15
    阅读量:5007
    评论:0
  • 数据挖掘学习笔记一背景随着信息技术的不断发展,大量数据的产生和收集导致信息爆炸。使用者发现获取有用信息变得越来越困难。现代社会的竞争趋势要求对数据进行实时和深层次的分析。企业需要决策支持的新技术数据仓库和数据挖掘数据仓库(DW):面向主题的,集成的,随时间不断变化的数据集合。数据挖掘(DM):从大量的数据中提取隐含的,未知的,可信而有效的知识。数据仓库以及联机分析处理(OLAP)数据仓库层
    2017-05-02 16:32:29
    阅读量:345
    评论:0
  • 掌握数据的整体状态   如果只是看到一堆数据,杂乱无章地排在一起,人很难看出它们到底反应了什么信息。而各种数据分析技术的发展,却要求我们在分析之前就能对数据从整体上尽可能把握特性,从而为后面的分析方法的选择及分析结果的理解提供可靠的依据。   统计学中对于一组数据的整体状态,提供了多方位多角度的衡量指标。从数值的角度,可以从两个方面进行描述:数据的集中趋势(centraltendency),数据的变异性(variability)。从图示的角度,可以通过数据组的频数分布(frequencydist
    2011-04-01 20:49:00
    阅读量:4629
    评论:2
  • 因为大数据前景好,薪资高,很多人想通过参加学习大数据,然后进入大数据行业发展。但是因为大数据的门槛较高,对于学习人员有一定的要求,那么学习大数据需要什么基础知识呢?首先我们了解下对于大数据学习者本身的学历水平的要求目前大多数的机构,对于大数据学习者要求必须是大专学历以上,而且大专学历还要求是计算机相关专业的,如果是本科及本科以上的,则对专业要求适当的放宽。同时大数据分为两大方向:大数据...
    2018-09-07 11:58:17
    阅读量:1800
    评论:0
  • 自1956年提出人工智能的概念,其一方面被认为是人类文明未来的发展方向,另一方面也被认为是难以企及的梦想。然而过去几年,随着GPU并行计算性能的强大和海量数据的收集,人工智能取得了爆发性增长。而增长的功臣便是机器学习,特别是机器学习中的深度学习。现在我将系统学习《李宏毅机器学习这门课》,并整理笔记,供学习讨论。
    2017-05-20 23:46:34
    阅读量:16629
    评论:15
  • 最近要换工作,做过c++,mfc界面的一些工作,但是对c++实在不感兴趣,于是考虑转到前端或UI设计或大数据方向。这些方面都没有很多经验,但是有接触过一点点,看了看招聘网站之后发现还是做大数据最赚钱,于是决定往这个方向发展下去,以此文作为开端,记录一下从零开始的学习过程。其实也不算从零开始,在校期间参加过很多次数学建模的竞赛,获得过两次国二,数学基础也挺不错,另外数据挖掘和并行云计算的
    2017-05-17 16:09:04
    阅读量:312
    评论:0
  • 本文纯属学习笔记,以后还会不定期添加一、服务器技术架构的三大发展趋势(1)Scale-up纵向扩展架构高可靠,高可用,高扩展用于高性能交易类业务:计费啊什么的,计算流浪什么的,金融交易(2)Scale-out横向扩展架构高并发,低成本,高密度,低能,同意管理,用于大数据,web应用,平时教室上课的就是这种(3)Hyper-converged超融合架构计算存储网络统一管...
    2019-04-06 11:41:13
    阅读量:17
    评论:0
  • 前两天参加了一个培训机构的关于SqlServer2008R2的数据仓库的设计培训,时间比较短,只是一个大概的介绍。这个一个以后大的发展趋势。先做些笔记,以后有时间了好好学习一下。基本概念商业智能就是所谓的商业智能,技术体系主要有数据仓库(DW)、在线分析处理(OLAP)以及数据挖掘(DM)三部分组成。数据仓库数据仓库从系统角度来看,就是数据库为核心的后台系统...
    2011-09-09 15:28:00
    阅读量:8
    评论:0
  • 1        数据挖掘的发展趋势和研究前沿1.1   挖掘复杂的数据类型1.1.1           挖掘序列数据:时间序列、符号序列和生物学序列序列是事件的有序列表。在时间序列数据(time-seriesdata)中,序列数据由相等时间间隔记录的的数值数据的长序列组成。符号序列数据(symbolicsequencedata)由事件或标称数据的长序列组成,通常不是相等
    2014-05-05 16:39:04
    阅读量:1322
    评论:0