-
部署大数据处理服务：详解OpenStack Sahara架构
所属栏目：[大数据] 日期：2021-01-17 热度：98
本文经过九州云授权，转载自九州云订阅号 “九州云99Cloud” Sahara是为了帮助用户在OpenStack云计算平台上，方便简单的部署大数据处理的服务。在OpenStack平台上安装Sahara服务后，通过支持可插拔的、模块化插件的方式支持不同的大数据处理架构，目前支持[详细]
-
Frequent Pattern 挖掘之一(Aprior算法)
所属栏目：[大数据] 日期：2021-01-17 热度：155
数据挖掘中有一个很重要的应用，就是Frequent Pattern挖掘，翻译成中文就是频繁模式挖掘。这篇博客就想谈谈频繁模式挖掘相关的一些算法。 定义 何谓频繁模式挖掘呢？所谓频繁模式指的是在样本数据集中频繁出现的模式。举个例子，比如在超市的交易系统中，[详细]
-
有奖话题讨论—大数据预测黄金周
所属栏目：[大数据] 日期：2021-01-17 热度：92
“大数据”到底是什么？ 这个概念乍看上去相当模糊， 却越来越多的渗入到了我们日常的生活。 无论你从事什么行业， 无论你学的什么专业， 只要能从实际出发写下你对黄金周的预测， 都有机会获得奖品！ 角度不限， 内容不限。 活动目的 每天全球膨大的物流[详细]
-
分享 ：大数据人才应如何挖掘与培养？
所属栏目：[大数据] 日期：2021-01-17 热度：159
优秀的人才是成事的根本。当开始真正做事的时候，人们会发现：优秀的人才是短缺的。于是，竞争的高端变成了人才的竞争。对于大数据这样新兴的发展方向来说，更是如此。大数据的热头，今年虽然有被人工智能和虚拟现实掩盖的趋势，但其势头依然火热。而且更[详细]
-
推荐 ：从大数据中挖掘什么
所属栏目：[大数据] 日期：2021-01-17 热度：53
副标题#e# 概要：大数据挖掘中最重要的是决定挖掘什么样的知识，这是在数据的收集、处理、挖掘的整个过程中都需要认真考虑的问题。本文首先提出大数据挖掘的几项策略，即尽量设想挖掘的场景，尽量多方面收集数据，尽量将数据整合，悉心观察数据特征。之后结[详细]
-
网购评论是真是假?文本挖掘告诉你
所属栏目：[大数据] 日期：2021-01-17 热度：199
本文作者?毕马威大数据团队，首次发表于“KPMG大数据挖掘”（公众号：kpmgbigdata）。 无数网友在各个电商网站的促销大旗下开启买买买模式，不过，当你在网上选购商品时，同类的商品成千上万，哪些因素会影响你选购某件商品呢？商品评论一定是一个重要的参[详细]
-
前沿丨人工智能，机器学习，大数据分析，在未来十年中将改变三大
所属栏目：[大数据] 日期：2021-01-17 热度：115
有史以来，当新的技术变得简单实用时，他们将改造产业。 人工智能和大数据分析也一样；随着成本，计算能力等实施成本的消失，越来越多的产业将把这些技术投入使用，越来越多的创业公司也会就如何使用这些新技术改变产业现状想出新的点子。 据我预计，AI革[详细]
-
6个用于大数据分析的最好工具
所属栏目：[大数据] 日期：2021-01-17 热度：168
作者：经纬方略 大数据是一个含义广泛的术语，是指数据集，如此庞大而复杂的，他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大[详细]
-
大数据调查：关爱程序员，程序员有哪些属性？
所属栏目：[大数据] 日期：2021-01-17 热度：61
副标题#e# 报道大数据企业：大数据产品、大数据方案、 ? 大数据人物 分享大数据干货：大数据书籍、大数据报告、 大数据视频 本文系大数据人精选自网络。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 2014年，据IDC统计，全球约有1850万名程序员，[详细]
-
大数据分析进阶之python财经数据抓取
所属栏目：[大数据] 日期：2021-01-17 热度：198
大数据分析进阶之python财经数据抓取 Python常用数据分析包： Pandas：数据分析 Nltk：自然语言处理 Scikit：人工智能和机器学习 Numpy/scipy：矢量数据和科学计算 Sympy：符号计算 Gpu：并行超速运算 Opencv：图像视频处理 TVTK/mayavi：可视化 财经数据[详细]
-
HDU 5666（二进制模拟乘法）
所属栏目：[大数据] 日期：2021-01-17 热度：73
Segment Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/65536 K (Java/Others) Total Submission(s): 1560????Accepted Submission(s): 577 Problem Description ???? Silen August does not like to talk with others.She like to find[详细]
-
被劝退时，如何正确的与HR斗Si争Bi
所属栏目：[大数据] 日期：2021-01-17 热度：147
副标题#e# 作者：任易 链接：https://zhuanlan.zhihu.com/p/22708749 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 ?中秋节前，阿里巴巴的五名安全工程师因为写了个模拟点击的脚本而被「劝退」，当时真是看得一肚子火[详细]
-
51nod 1029 大数除法
所属栏目：[大数据] 日期：2021-01-10 热度：120
java大法过的。。。。 import java.util.*;import java.math.*;public class acm {public static void main(String[] args){BigInteger a,b,c,d;Scanner input=new Scanner(System.in); while(input.hasNextBigDecimal()){ a=input.nextBigInteger(); b=in[详细]
-
大数据处理：关于hadoop
所属栏目：[大数据] 日期：2021-01-10 热度：75
副标题#e# Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。 [1]??Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDF[详细]
-
AndroidNative层文件解析漏洞挖掘指南
所属栏目：[大数据] 日期：2021-01-10 热度：96
| 导语?本文以手Q的一次文件解析类漏洞挖掘为例，叙述了Android Native层文件解析类型漏洞挖掘的过程 手Q这个应用从功能来说十分的庞大，如果使用类似MFFA的框架去挖掘文件解析类漏洞，效率低，而且文件入口在哪儿、如何利用脚本进行自动化都是非常大的问[详细]
-
布尔财经想做金融领域的今日头条，并从信息中挖掘交易机会
所属栏目：[大数据] 日期：2021-01-10 热度：84
副标题#e# 布尔财经可以提供200多个单一主题的回归测试，平均准确率也在60%左右。在选股方面，布尔财经的模型可以做到在题材股爆发行情中段给出信号，帮助投资者获取爆发行情末段的超额收益。 文 | 老扎 上世纪七十年代美国宇航局NASA裁员缩减开支，一大批[详细]
-
利用UDW构建企业级数据仓库和BI系统
所属栏目：[大数据] 日期：2021-01-10 热度：189
副标题#e# 背景 随着大数据应用的发展与普及，越来越多的企业认识到企业运行中所产生数据本身也是一种高价值资产。并且，商业智能在企业的经营与决策中所扮演的角色，既可以是操作层中的数据指导，也可以是战术层与战略层上的决策顾问。 商业智能——即Busi[详细]
-
Thinking in BigData（六）大数据技术核心之ETL
所属栏目：[大数据] 日期：2021-01-10 热度：155
? 前几篇文章都是根据自己所见所知，在前人的基础上加以整合，对大数据概念有了初步的了解。接下来的四篇文章，抛开大数据的概念与基本知识，进入核心。我们从：数据采集、数据存储、数据管理、数据分析与挖掘，四个方面讨论大数据在实际应用中涉及的技术[详细]
-
Elastic Stack （ELK 5）- 运维数据分析系统
所属栏目：[大数据] 日期：2021-01-10 热度：125
概述 本文将简单介绍运维数据分析系统 Elastic Stack，并描述其基础部署过程。 简介 ELK（Elasticsearch + Logstash + Kibana）用于日志集中分析系统，Elasticsearch 用于存储、搜索、分析数据，Logstash 用于接收并处理数据，Kibana 提供 Web UI 管理数据[详细]
-
生态环境大数据分析应用示范平台总结
所属栏目：[大数据] 日期：2021-01-10 热度：82
生态环境大数据分析应用示范平台总结 1、前言 这个项目从2015年12月开始到2016年11月结束，历时一年，一年的时间有接近八个月的时间我待在呼和浩特。经历了冷暖交替，基本熟悉了当地的饮食生活习惯，结束的时候真有点依依不舍。这是第一个独立负责完成的项[详细]
-
四种BI 开源工具介绍-SpagoBI,openI,JasperSoft,Pentaho
所属栏目：[大数据] 日期：2021-01-10 热度：185
1 BI系统的简述 从技术角度来说 BI 包含了 ETL、DW、OLAP、DM等多环节。简单的说就是把交易系统已经发生过的数据，通过ETL工具抽取到主题明确的数据仓库中，OLAP后生成Cube或报表，透过Portal展现给用户，用户 利用这些经过分类、聚集、描述和可视化的数据[详细]
-
神经网络：请不要开始就让我sigmoid(wTx)，谢谢！
所属栏目：[大数据] 日期：2021-01-10 热度：84
副标题#e# 神经网络：请不要开始就让我sigmoid(wTx)，谢谢！ 引子 学习机器学习，翻阅了一些神经网络的文章，上来就是sigmoid ( 1/(1+exp(x)) )和W T X，让不少初学者摸不着头脑。一些市面上评价很高的机器学习的书也是直接开始sigmoid和收敛性的讨论，想踏[详细]
-
课程丨大数据分析专题Hadoop/MapReduce/Hive原理及应用
所属栏目：[大数据] 日期：2021-01-10 热度：177
副标题#e# ?课程目的 1.掌握Hadoop，Hive以及MapReduce的基本原理及应用； 2.学会在本地与AWS进行交互，并利用AWS Elastic MapReduce进行实战数据分析。 ?课程项目图 ?讲师介绍 Eason 卡内基梅隆大学硕士。热衷于研究各类大数据框架，拥有数年AWS开发经验。[详细]
-
机器学习中的相似性度量！
所属栏目：[大数据] 日期：2021-01-10 热度：178
副标题#e# 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总[详细]
-
HDOJ 1042 N! 大数
所属栏目：[大数据] 日期：2021-01-10 热度：124
Given an integer N(0 ≤ N ≤ 10000),your task is to calculate N!? Input One N in one line,process to the end of file.? Output For each N,output N! in one line.? Sample Input 123 Sample Output 126 思路:没啥思路[详细]
