精华内容
下载资源
问答
  • 数据科学近年来迅速成为了热门研究领域,但很少有数据科学从业人士冒险涉足Java世界。考虑到在工程与科学的交叉地带所需的可伸缩性、稳健性以及便利性,Java其实是一门理想的语言。本书将循序渐进地引导读者进入数据...

    京东链接

    https://u.jd.com/lk2olF

    基本信息

    作者:[美]迈克尔·R.布茹斯托维奇(Michael R. Brzustowicz)

    出版社:人民邮电出版社出版时间:2020年04月

    编辑推荐

    数据科学近年来迅速成为了热门研究领域,但很少有数据科学从业人士冒险涉足Java世界。考虑到在工程与科学的交叉地带所需的可伸缩性、稳健性以及便利性,Java其实是一门理想的语言。本书将循序渐进地引导读者进入数据科学的工作流程,在解释数学原理的同时给出代码示例。书中解释了数据科学流程每一步背后的基本数学原理,以及如何采用Java来应用这些原理。 本书内容涉及数据输入与输出、线性代数、统计学、数据操作、学习与预测,以及Hadoop MapReduce在这个过程中所扮演的关键角色。 ● 讨论获取数据、清理数据,以及以纯粹方式排列数据的众多方法 ● 理解数据应采用的矩阵结构 ● 学习测试数据来源及数据有效性的基本概念 ● 把数据转换为稳定且可用的数值 ● 理解监督型学习算法与无监督型学习算法,以及评估这些算法是否成功的方法 ● 采用适合数据科学算法的定制组件,设置和运行MapReduce任务

     

    内容简介

    《Java数据科学实战》基于清晰的、面向对象的Java代码,讨论了数据科学研究的一些基本原理。考虑到项目所需的可伸缩性、稳健性以及便利性,Java是一门理想的语言。本书解释了数据科学过程每个步骤背后的基本数学原理,以及如何将这些概念应用于Java。本书内容涉及数据输入与输出、线性代数、统计学、数据操作、学习与预测,以及Hadoop MapReduce在这个过程中所扮演的关键角色。书中还提供了在应用程序中使用的代码示例。

    作者简介

    迈克尔· R. 布茹斯托维奇(Michael R. Brzustowicz) 从研究物理的博士后转型为经验丰富的数据科学家,专注于建立分布式数据系统,并从海量数据中提取知识。他大部分的时间都在编写(日常大数据问题的)统计模型方法及机器学习方法的定制多线程代码。他是多家创业公司的合伙人,并在旧金山大学担任兼职教授。 【译者简介】 姜建锦 清华大学博士,北京电子科技学院网络空间安全系教师,目前主要从事计算机系统结构、分布式系统等的研究及相关教学工作。 赵绪营 中科院博士,北京电子科技学院网络空间安全系教师,目前主要从事生物特征识别与加密,计算机视觉的研究及相关教学工作。 张岩 博士,北京电子科技学院网络空间安全系副教授,目前主要从事信息物理融合系统、软件系统建模和验证的研究及相关教学工作。

    目  录

    前言 xi

    第 1章 数据的输入与输出 1

    1.1 究竟何谓数据 1

    1.2 数据模型 2

    1.2.1 一维数组 2

    1.2.2 多维数组 2

    1.2.3 数据对象 3

    1.2.4 矩阵和向量 3

    1.2.5 JSON 4

    1.3 处理实际数据 4

    1.3.1 空值 4

    1.3.2 空格 5

    1.3.3 解析错误 5

    1.3.4 异常值 6

    1.4 管理数据文件 6

    1.4.1 首先理解文件内容 7

    1.4.2 读取文本文件 8

    1.4.3 读取JSON文件 10

    1.4.4 读取图像文件 11

    1.4.5 写入文本文件 12

    1.5 掌握数据库操作 15

    1.5.1 命令行客户端 15

    1.5.2 结构化查询语言 16

    1.5.3 Java数据库连接 18

    1.6 通过绘图将数据可视化 20

    1.6.1 创建简单图形 21

    1.6.2 混合类型图的绘制 24

    1.6.3 把图存入文件 26

    第 2章 线性代数 28

    2.1 构造向量和矩阵 29

    2.1.1 数组存储 30

    2.1.2 块存储 31

    2.1.3 映射存储 31

    2.1.4 访问元素 31

    2.1.5 处理子阵 33

    2.1.6 随机化 34

    2.2 向量与矩阵的运算 35

    2.2.1 缩放 35

    2.2.2 转置 36

    2.2.3 加与减 36

    2.2.4 长度 37

    2.2.5 距离 38

    2.2.6 相乘 39

    2.2.7 内积 40

    2.2.8 外积 41

    2.2.9 逐项积 42

    2.2.10 复合运算 43

    2.2.11 仿射变换 43

    2.2.12 映射函数 44

    2.3 矩阵分解 47

    2.3.1 Cholesky分解 47

    2.3.2 LU分解 48

    2.3.3 QR分解 48

    2.3.4 奇异值分解 48

    2.3.5 特征分解 49

    2.3.6 行列式 50

    2.3.7 矩阵逆 50

    2.4 求解线性方程组 51

    第3章 统计学 53

    3.1 数据的概率起源 54

    3.1.1 概率密度 54

    3.1.2 累积概率 55

    3.1.3 统计矩 55

    3.1.4 熵 56

    3.1.5 连续分布 57

    3.1.6 离散分布 68

    3.2 数据集的特征 73

    3.2.1 矩的计算 73

    3.2.2 描述性统计 74

    3.2.3 多元统计 79

    3.2.4 协方差与相关系数 81

    3.2.5 回归 82

    3.3 处理大数据集 84

    3.3.1 累积统计 85

    3.3.2 统计结果的归并 87

    3.3.3 回归 88

    3.4 数据库内置函数的应用 89

    第4章 数据操作 91

    4.1 转换文本数据 91

    4.1.1 从文档中提取标记 91

    4.1.2 利用字典 92

    4.1.3 文档向量化 94

    4.2 数值数据的缩放与归一化 97

    4.2.1 对列进行缩放 97

    4.2.2 对行进行缩放 99

    4.2.3 矩阵的缩放算子 100

    4.3 将数据降维至主成分 102

    4.3.1 协方差方法 105

    4.3.2 SVD方法 106

    4.4 创建训练集、验证集及测试集 108

    4.4.1 基于索引的重新采样 108

    4.4.2 基于列表的重新采样 110

    4.4.3 小批量 111

    4.5 标签的编码  111

    4.5.1 泛型编码器 111

    4.5.2 一位有效编码 112

    第5章 学习与预测 115

    5.1 学习算法 115

    5.1.1 迭代学习过程 115

    5.1.2 梯度下降优化方法 117

    5.2 评估学习过程 119

    5.2.1 损失函数最小化 119

    5.2.2 方差和的最小化 127

    5.2.3 轮廓系数 127

    5.2.4 对数似然性 128

    5.2.5 分类器的准确率 129

    5.3 无监督型学习 131

    5.3.1 K均值聚类 131

    5.3.2 DBSCAN 133

    5.3.3 高斯混合 137

    5.4 监督型学习 141

    5.4.1 朴素贝叶斯 142

    5.4.2 线性模型 148

    5.4.3 深度网络 156

    第6章 Hadoop MapReduce 161

    6.1 Hadoop分布式文件系统 161

    6.2 MapReduce体系结构 162

    6.3 编写MapReduce应用 163

    6.3.1 剖析MapReduce任务 164

    6.3.2 Hadoop数据类型 164

    6.3.3 映射器 167

    6.3.4 归约器 168

    6.3.5 JSON字符串作为文本的简单性 169

    6.3.6 部署技巧 170

    6.4 MapReduce 示例 171

    6.4.1 单词计数 171

    6.4.2 定制单词计数 172

    6.4.3 稀疏线性代数 173

    附录A 数据集 177

    作者简介 186

    关于封面 186

     

    媒体评论

    "这是一本不可多得的、采用Java来实现与应用数据科学的书。书中对机器学习所需的线性代数和统计学的讨论简洁有力。本书汇集了布茹斯托维奇在该领域的丰富实战经验,我强烈推荐。"--Terence Parr,旧金山大学计算机科学和数据科学教授,语法分析器生成工具ANTLR之父

    京东链接

    https://u.jd.com/lk2olF

    展开全文
  • 程序 = 数据结构 + 算法 ——图灵奖得主,计算机科学家N.Wirth(沃斯) 学会掌握算法思想,应对编程比赛与世界五百强面试题。 作为程序员,我们做机器学习也好,做Python开发也好,Java开发也好。 有一种对所有程序员...
  •  浮点数在内存中是按科学计数法来存储的,其整数部分始终是一个隐含着的 1  例如:123.45=1.2345*10^2;  一个float类型的数据在内存中的存储格式为  符号位 指数位 底数位  0 00000000 0000000 00000000 ...

      浮点t类型数据在内存中的存储有哪些呢?

     

      float 4个字节(采用IEEE754标准:标准规定了计算机程序设计环境中的二进制和十进制的浮点数自述的交换、算术格式以及方法)

      浮点数在内存中是按科学计数法来存储的,其整数部分始终是一个隐含着的 1

      例如:123.45=1.2345*10^2;

      一个float类型的数据在内存中的存储格式为

      符号位 指数位 底数位

      0 00000000 0000000 00000000 00000000

      S EEEEEEEE MMMMMMM MMMMMMMM MMMMMMMM

      1位 8位 23位

      S: 1位,表示负数,0表示正数

      E: 8位,表示指数,可表示数据范围(00000000-11111111,对应的十进制为0-255)

      因为指数可以是正数也可以是负数,IEEE754标准规定:指数减去127才是实际的指数(这是规定)

      float的指数表示范围是-127到128;

      M: 24位(实际只存储23位),表示底数

      因为所有的小数都可以表示为1.xx*10^n;小数点前面永远是1,所以小数点前面一位默认不存储,只存储小数点后面的23位

      所以float的数据范围

      1*-2^128到1*2^128 也即 -3.04E38~3.04E38(E表示10的几次方)

      精度问题

      float的底数部分由23位二进制组成

      所以底数的最大值为2^23=8388607(最大为7位),所以float类型的有效数字最大为7位

      double 8个字节(采用IEEE754标准)

      浮点数在内存中是按科学计数法来存储的,其整数部分始终是一个隐含着的 1

      例如:123.45=1.2345*10^2;

      一个double类型的数据在内存中的存储格式为

      符号位 指数位 底数位

      0 00000000000 0000000 00000000 00000000 00000000 00000000 00000000 00000000 0000

      S EEEEEEEEEEE MMMMMMM MMMMMMMM MMMMMMMM MMMMMMMM MMMMMMMM MMMMMMMM MMMMMMMM MMMM

      1位 11位 52位

      S: 1位,表示负数,0表示正数

      E: 11位,表示指数,可表示数据范围(00000000000-11111111111,对应的十进制为0-2047)

      因为指数可以是正数也可以是负数,IEEE754标准规定:指数减去1023才是实际的指数(这是规定)

      float的指数表示范围是-1023到1024;

      M: 53位(实际只存储52位),表示底数

      因为所有的小数都可以表示为1.xx*10^n;小数点前面永远是1,所以小数点前面一位默认不存储,只存储小数点后面的52位

      所以double的数据范围

      1*-2^1024到1*2^1024 也即 -1.798E308~1.789E308(E表示10的几次方法)

      精度问题

      double的底数部分由52位二进制组成

      所以底数的最大值为最大值为2^52=4503599627370496(最大为16位),所以double类型的有效数字最大为16位

      float数据十进制和二进制的转换

      23.125转换为二进制

      整数和小数部分分别转换

      23的二进制

      23/2 11 1

      11/2 5 1

      5/2 2 1

      2/2 1 0

      1/2 0 1

      23的二进制位10111

      0.125的二进制

      0.625*2=1.25 取整1,小数部分0.25

      0.25*2=0.5 取整0,小数部分0.5

      0.5*2=1.0 取整1,小数部分0

      0.125的二进制0.101

      23.125的二进制10111.101

      10111.101将 . 向左移动,直到小数点前面只剩1位;

      10111.101=1.0111101*2^4;(类比十进制数123.456=1.23456*10^2)

      指数:实际为4,因为IEEE754标准规定,存储的指数减去127才是实际的指数(这是规定)

      所以4+127=131转换为二进制才是存储的指数10000011

      底数:0111101(只记录小数点后面即可)

      所以23.125在的在内存中存储形式为

      符号位 指数位 底数位

      0 10000011 01111010000000000000000

     

    展开全文
  • Java实战手写区块链中的Merkle树

    千次阅读 热门讨论 2020-10-22 12:34:50
    文章目录前言一、Merkle树简介二、java实现1.代码如下:2.测试总结 前言 学习区块链技术,那么Merkle树不得不去深入了解。本文将用java手写Merkle树 一、Merkle树简介 Merkle树是1979 年Ralph Merkle提出并用...

    向彪


    前言

    学习区块链技术,那么Merkle树不得不去深入了解。本文将用java手写Merkle树


    一、Merkle树简介

    Merkle树是1979 年Ralph Merkle提出并用自己名字命名的一种数据结构。什么是 Merkle 树呢?维基百科中对 Merkle 树的定义如下:


    在密码学和计算机科学中,哈希树或 Merkle 树是一种树,其中每个叶子节点 都标记有数据块的哈希,而每个非叶子节 ,点都标记有其子节,或标签的加 密哈希 Merkle 树允许对大型数据结构的内容进行有效、安全的验证,是散列列表和散列链的泛化!
    Merkle树的结构如图如下图所示:

    在这里插入图片描述
    收集一个或多个新记录块,对这些记录进行散列,再将散列配对,散列,再次配对并再次散列,直到单个散列保留这个单独的哈希被称为merkle树的Merkle根。在比特币浏览器中如下图所示:
    在这里插入图片描述
    图中的1 2 3 4二二合一,最终得到了Merkle Root:f3e94742aca4b5ef85488dc37c06c3282295ffec960994b2c0d5ac2a25a95766
    有兴趣的可以看看bitcoin代码之MerkleTree这篇文章。

    二、java实现

    1.代码如下:

    package org.xiangbiao;
    
    import cn.hutool.crypto.SecureUtil;
    
    import java.util.ArrayList;
    import java.util.Collections;
    import java.util.List;
    
    /**
     * @author larry.xiang
     */
    public class MerkleTrees {
    
        // 默克根
        String merkleRoot;
    
        // 交易集合
        List<String> txLst;
    
        /**
         * 初始化
         *
         * @param txList 交易集合
         */
        public MerkleTrees(List<String> txList) {
            this.txLst = txList;
            merkleRoot = "";
        }
    
    
        /**
         * 获取Node Hash List
         * @return
         */
        private List<String> getNodeHashList(List<String> tempTxList) {
    
            List<String> newTxList = new ArrayList<String>();
            int index = 0;
            while (index < tempTxList.size()) {
                // left
                String left = tempTxList.get(index);
                index++;
                // right
                String right = "";
                if (index != tempTxList.size()) {
                    right = tempTxList.get(index);
                }
                // 两两加密
                String sha2HexValue = SecureUtil.sha256(left + right);
                // 双重hash
                sha2HexValue = SecureUtil.sha256(sha2HexValue);
                newTxList.add(sha2HexValue);
                index++;
            }
            return newTxList;
        }
    
    
        /**
         * 构造默克树,设置默克根
         */
        public void merkle_tree() {
            List<String> tempTxList = new ArrayList<String>();
            for (int i = 0; i < this.txLst.size(); i++) {
                tempTxList.add(this.txLst.get(i));
            }
            List<String> newTxList = getNodeHashList(tempTxList);
            //一直循环直到只剩下一个hash值
            while (newTxList.size() != 1) {
                newTxList = getNodeHashList(newTxList);
            }
    
            this.merkleRoot = newTxList.get(0);
        }
        
    
        /**
         * 获取默克根
         *
         * @return
         */
        public String getMerkleRoot() {
            return this.merkleRoot;
        }
    
    

    2.测试

    代码如下(示例):

    public static void main(String[] args) {
    
            List<String> tempTxList = new ArrayList<String>();
            tempTxList.add("80c6f121c3e9fe0a59177e49874d8c703cbadee0700a782e4002e87d862373c6");
            tempTxList.add("b86f5ef1da8ddbdb29ec269b535810ee61289eeac7bf2b2523b494551f03897c");
    
            //Collections.reverse(tempTxList);
            MerkleTrees merkleTrees = new MerkleTrees(tempTxList);
            merkleTrees.merkle_tree();
            System.out.println("root : " + merkleTrees.getMerkleRoot());
    
        }
    }
    

    在这里插入图片描述


    总结

    由于哈希算法结果较长,我们用简化版的结果来举例,假设目前某区块包含两笔交易,双重哈希之后:

    在执行【两两一组拼接】时,简单将111和222拼一起:111222,就完成拼接了。(实际的拼接,是需要将哈希结果解码为计算机语言、位移、拼接、编码、位移,最终才能得到结果。)

    拼接前,所有交易假设有n个,拼接后,剩下的个数就为n/2个了。

    多次【双重哈希算法+两两一组拼接】,就是多次执行上述操作,最开始总交易个数有n个,执行一次,还有n/2个,再执行一次,还有n/4个,最终执行到结果只有1个的时候停止,再对结果做两次哈希运算,得到的结果就是merkle根值了。

    展开全文
  • 机器学习曾经是学术数据科学家的领域,现在已经成为主流的业务流程,而像易于学习的R编程语言这样的工具将高质量的数据分析交到任何程序员的手中。《使用R、tidyverse和mlr的机器学习》将教会您广泛使用的ML技术,...

    e1544f4b97c4d3f041f71d22e3d83ef3.png

    机器学习(ML)是一组用于发现数据关系的编程技术。使用ML算法,您可以对数据进行聚类和分类,以执行建议或欺诈检测之类的任务,并对销售趋势、风险分析和其他预测进行预测。机器学习曾经是学术数据科学家的领域,现在已经成为主流的业务流程,而像易于学习的R编程语言这样的工具将高质量的数据分析交到任何程序员的手中。《使用R、tidyverse和mlr的机器学习》将教会您广泛使用的ML技术,以及如何使用R编程语言及其强大的工具生态系统将它们应用于您自己的数据集。这本书会让你开始!

    对这项技术

    机器学习技术准确而有效地识别数据中的模式和关系,并使用这些模型对新数据进行预测。ML技术甚至可以在相对较小的数据集上工作,使这些技能成为几乎所有数据分析任务的强大盟友。R语言的设计考虑了数学和统计的应用。小型数据集是它的最佳选择,它的现代数据科学工具(包括流行的tidyverse包)使R成为ML的自然选择。

    关于这本书

    《使用R、tidyverse和mlr的机器学习》将教会您如何使用强大的R编程语言从数据中获得有价值的见解。作者兼R专家Hefin Ioan Rhys以其引人入胜的、非正式的风格为ML基础知识打下了坚实的基础,并向您介绍了tidyverse,这是一套专门为实用数据科学设计的强大的R工具。有了这些基础知识,您将更深入地研究常用的机器学习技术,包括分类、预测、约简和聚类算法,并将每种技术应用于实际数据,从而对有趣的问题进行预测。

    使用tidyverse包,您将转换、清理和绘制您的数据,并在工作中使用数据科学最佳实践。为了简化您的学习过程,您还将使用R的mlr包,这是一个非常灵活的接口,用于各种核心算法,允许您以最少的编码执行复杂的ML任务。您将探索一些基本概念,如过拟合、欠拟合、验证模型性能,以及如何为您的任务选择最佳模型。富有启发性的图片提供了清晰的解释,巩固了你的新知识。

    无论您是在处理业务问题、处理研究数据,还是仅仅是一个有数据头脑的开发人员,您都可以通过本实用教程立即构建自己的ML管道!

    里面有什么

    常用ML技术

    使用tidyverse包来组织和绘制数据

    验证模型的性能

    为您的任务选择最佳的ML模型

    各种实际的编码练习

    ML的最佳实践

    展开全文
  • 学生信息管理系统是针对学校人事处的大量业务处理工作而开发的管理软件,主要用于学校学生信息管理,总体任务是实现学生信息关系的系统化、科学化、规范化和自动化...student.java主要提供数据,cotroller.java的功...
  • Java的基本类型是处理不了的,int占32位,long、double占64位,如果用这些基本数据类型运算的话,第一是存储不了这么大的数,第二会出现精度丢失以及科学计数法等问题。 一般处理商业计算,如钱包,交易所等业务...
  • 每周荐书:SQL优化、深度学习、数据科学家(评论送书) 老规矩,感谢大家对每周荐书栏目的支持,先公布下上周中奖名单 冲向改变 帝炎魔 《Swift进阶》   刘望舒 贾文静 《Java多线程编程实战指南(核心篇)》...
  • 《轻量级Java EE企业应用实战(第3版):Struts 2+Spring 3+Hibernate整合开发(超值纪念版)》适合于有较好的Java编程基础,或有初步JSP、Servlet基础的读者。尤其适合于对Struts2、Spring、Hibernate了解不够深入,或对...
  • 《轻量级Java EE企业应用实战(第3版):Struts 2+Spring 3+Hibernate整合开发(超值纪念版)》适合于有较好的Java编程基础,或有初步JSP、Servlet基础的读者。尤其适合于对Struts2、Spring、Hibernate了解不够深入,或对...
  •  现任新东方广州中心软件教学总监,并曾任广东技术师范学院计算机科学系的兼职副教授。  培训的学生已在华为、立信、普信、中企动力、京华网络等公司就职。  现已出版《基于J2EE的Ajax宝典》、《轻量级J2EE企业...
  • 《轻量级Java EE企业应用实战(第3版):Struts 2+Spring 3+Hibernate整合开发(超值纪念版)》适合于有较好的Java编程基础,或有初步JSP、Servlet基础的读者。尤其适合于对Struts2、Spring、Hibernate了解不够深入,或对...
  • 在《Effective Java》中也提到这个原则:float和double只能用来做科学计算或者是工程计算,在商业计算中我们要用java.math.BigDecimal。   怎样在实际中应用呢,其实也不难。简单提几点: 1. 数据库表的设计 ...
  • 但摩尔定理不是自然规律,是根据原有数据预测出来的,因此当硬件的发展速度停滞不前摩尔定理自然也就失效。 摩尔定理的失效,使得科学家不得不寻找新的途径来满足越来越高的性能要求; CPU的性能受到单片机上晶体管...
  • tensorflow是google的出品,而phython又以简练的语法,独特的代码结构和语言特性为众多数据科学家和AI工程师们所喜爱。但今天介绍的不是这两个炙手可热的东东,而是相对冷门,但对于国内大多数的工程师而言更友好,...
  • 反序列化漏洞学习笔记+靶场实战反序列化漏洞相关知识点:(引自 i春秋网络安全学院文章)什么是反序列化:摘自维基百科:序列化(serialization)在计算机科学数据处理中,是指将数据结构或对象状态转换成可取用格式...
  • Kaggle 是一个用来学习、分享和竞赛的线上数据实验平台,有点类似 KDD—CUP(国际知识发现和数据挖掘竞赛),企业或者研究者可以将背景、数据、期望指标等发布在 kaggle 上,用竞赛的方式向全世界的数据科学家和爱好者...
  • 中文名: 经典Java EE企业应用实战--基于WebLogic/JBoss的JSF+EJB 3+JPA整合开发 原名: 经典Java EE企业应用实战--基于WebLogic/JBoss的JSF+EJB 3+JPA整合开发 作者: 李刚 资源格式: PDF 版本: 第一版 出版社: 电子...
  • 简易家谱系统的设计与开发(附程序源代码)课程设计(论文)PAGEPAGE 1编 号:学 号:课 程 设 计教 学 院计算机学院课程名称数据结构课程设计题 目简易家谱系统专 业计算机科学与技术班 级(1)班姓 名同组人员指导教师...
  • 我的新书《Android App开发入门与实战》已于2020年8月由人民邮电...从笔记本电脑到数据中心,从游戏控制台到科学超级计算机,从手机到互联网,Java 无处不在! 这里给Java开发人员一些建议。 如果是刚从事Java开发的.
  • advanced-java :互联网 Java 工程师进阶知识完全扫盲:涵盖高并发、分布式、高可用、微服务、海量数据处理等领域知识。 miaosha : 秒杀系统设计与实现.互联网工程师进阶与分析。 architect-awesome :后端架构师...
  • MySQL数据库从入门到实战

    万人学习 2019-12-31 14:09:39
    入门数据科学,你可能会纠结于选择 Python 还是 R;但无论如何, MySQL 都是 IT 从业人员不可或缺的技能! 【课程设计】 在本课程中,刘运强老师会结合自己十多年来对MySQL的心得体会,通过课程给你分享一条高效的...
  • AI派在读学生小姐姐BeyonceJava实战项目练习群长按识别下方二维码,按需求添加扫码添加Beyonce小姐姐扫码关注进Java学习大礼包只要是跟数据打交道,数据可视化绕不过去的一个...
  • 尹成JAVA高并发算法

    2020-12-12 11:21:42
    ——图灵奖得主,计算机科学家N.Wirth(沃斯) 作为程序员,我们做机器学习也好,做python开发也好,java开发也好。 有一种对所有程序员无一例外的刚需 —— 算法与数据结构 日常增删改查 + 粘贴复制 + 搜索...
  • Java程序设计习题集下载

    热门讨论 2010-09-17 14:23:44
     趣味性:习题基本上覆盖了程序员在编写Java程序时经常出现的问题Java程序设计知识要点,各习题也列出其测试要点,从而方便教师从中挑选或改编考题以及方便学生进行实战模拟练习或测试,同时也可以为SCJP考试作准备...
  • Hadoop实战(第2版)

    2015-10-26 14:28:46
    第4 部分 数据科学. 7 数据结构和算法的运用 7.1 使用图进行数据建模和解决问题 7.1.1 模拟图 7.1.2 最短路径算法 技术点52 找出两个用户间的最短距离 7.1.3 friends-of-friends(FoF) 技术点53 ...
  • Java语言为载体,通过讨论Java程序设计的一般过程和方法,重点讲述程序设计基础、面向对象程序设计、算法与数据结构、GUI程序设计和Web程序设计的知识,并涉及计算机科学基础、数据和控制、程序设计理论、软件工程...
  • 关注公众号:登峰大数据,阅读Spark实战第二版(完整中文版),系统学习Spark3.0大数据框架! 如果您觉得作者翻译的内容有帮助,请分享给更... 解释Apache Spark、(大)数据工程和数据科学背后的关键概念,除了关系数据库.

空空如也

空空如也

1 2 3 4 5 6
收藏数 113
精华内容 45
关键字:

java数据科学实战

java 订阅