- 首页 > 编程 > 数据库 > 列表
- 新的工具捆绑了数据清理，拖放式编程以及云计算，可以帮助任何熟悉电子表格的人充分利用数据科学的力量。数据科学可能从来都不是那么容易的，但它正变得越来越容易深入。像 机器学习 、 回归 rdqu 2019-08-01
- 引言大数据平台是对海量结构化、非结构化、半机构化数据进行采集、存储、计算、统计、分析处理的一系列技术平台。大数据平台处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据仓 2019-08-01
- 阿里妹导读：大数据与现有的科技手段结合，对大多数产业而言都能产生巨大的经济及社会价值。这也是当下许多企业，在大数据上深耕的原因。大数据分析场景需要解决哪些技术挑战?目前，有哪些主流大数据架构模式及其发展 2019-08-01
- 现如今，每天都有大量的数据被各类企业生产出来。如果这些数据能够被有效地处理的话，企业或组织无疑会从中获得更多的帮助，也能够更加有效地对市场环境进行解读和做出决策。不过根据Forrester的研究，在现实情况中， 2019-08-01
- 许多开展人工智能项目的公司都具有出色的业务理念，但是当企业AI团队发现自己没有足够多的数据时，就会慢慢变得十分沮丧......不过，这个问题的解决方案还是有的。 本文将简要介绍其中一些经笔者实践证明确实有效的办 2019-08-01
- 很多没有接触过大数据的人，都很难清楚地知道，究竟多大的数据量才可以称之为大数据。那么，根据数据收集的端口，企业端与个人端之间，大数据的数量级别是不同的。大数据是什么?多大的数据叫大数据?很多没有接触过大 2019-08-01
- 数据科学实际上可以定义为我们从数据中获取额外信息的一个过程，在做数据科学时，我们真正想要做的其实就是解释除了数字之外，所有数据在现实世界中的实际含义。为了提取潜藏在复杂数据集中的信息，数据科学家采用了 2019-08-01
- 01 传统数据基础架构如图1-1所示，传统单体数据架构(Monolithic Architecture)最大的特点便是集中式数据存储，企业内部可能有诸多的系统，例如Web业务系统、订单系统、CRM系统、ERP系统、监控系统等，这些系统的事务 2019-08-01
- 在过去，神谕和魔法师被认为拥有发现奥秘的力量，国王和统治者们会借助他们预测未来，或者至少是听取一些建议。如今我们生活在一个痴迷于将一切事情量化的社会里，这份工作就交给数据科学家了。数据科学家通过使用统 2019-08-01
- 搜索是大数据领域里常见的需求。Splunk和ELK分别是该领域在非开源和开源领域里的***。本文利用很少的Python代码实现了一个基本的数据搜索功能，试图让大家理解大数据搜索的基本原理。布隆过滤器 (Bloom Filter)***步 2019-08-01
- 提示和技巧，尤其是在编程领域，可能是非常有用的。有时，一个小技巧可以节省时间和生命。一个小的快捷方式或附加组件有时会被证明是天赐之物，并能真正提高生产力。因此，下面是我最喜欢的一些提示和技巧，我将它们 2019-08-01
- 概率分布就像3D眼镜。它们使熟练的数据科学家能够识别完全随机变量中的模式。在某种程度上，大多数数据科学或机器学习技能都是基于对数据概率分布的某些假设。这使得概率知识成为统计学家构建工具箱的基础。如果你正 2019-08-01
- 阿里妹导读：互联网的飞速发展促进了很多新媒体的发展，不论是知名的大V，明星还是围观群众都可以通过手机在微博、朋友圈或者点评网站上发表动态，分享自己的所见所想，使得 人人都有了麦克风 。不论是热 2019-08-01
- 一、介绍Kafka在世界享有盛名，大部分互联网公司都在使用它，那么它到底是什么呢?Kafka由LinkedIn公司于2011年推出，自那时起功能逐步迭代，目前演变成一个完整的平台级产品，它允许您冗余地存储巨大的数据量，拥有一 2019-08-01
- 总的来说，Spark采用更先进的架构，使得灵活性、易用性、性能等方面都比Hadoop更有优势，有取代Hadoop的趋势，但其稳定性有待进一步提高。我总结，具体表现在如下几个方面。Q：Spark和Hadoop的架构区别A：Hadoop:Ma 2019-08-01
- 最近，在Github上发现了一份数据科学的 入门套路 。无论你是从未尝试过编写代码，还是你需要深入复习相关数学知识，都可以在这份开源项目里找到你想要的。比如你是一位刚刚接触数据科学的新手，那么，你 2019-08-01
- 之前我们提到大数据的时候就会提到Hadoop，Hadoop是大数据的基础框架，是大数据技术的代表。提到HDFS、MapReduce、Yarn，提到HBase、Hive、TEZ等Hadoop生态圈中的一个又一个开源组件。但是最近好像有点不一样了。Had 2019-08-01
- 什么是大数据采集技术：对数据进行ETL操作，通过对数据进行提取、转换、加载，最终挖掘数据的潜在价值。然后提供给用户解决方案或者决策参考。大数据采集系统，主要分为三类：1、系统日志采集系统对日志数据信息进行 2019-08-01
- 关于大数据是什么，从一开始仅仅只想做数据，到开始意识到自己做的是对整个集团有核心意义的数据产品，再到走到外面，把数据能力对外输出，所有过程中，不断的有客户问到这个问题，有懵懂的、有善意的、也有挑衅的、 2019-08-01
- 笔者按，采样问题是数据科学中的常见问题，对此，WalmartLabs 的数据科学家 Rahul Agarwal 分享了数据科学家需要了解的 5 种采样方法，雷锋网 AI 科技评论编译整理如下。数据科学实际上是就是研究算法。我每天都在努 2019-08-01
粤公网安备 44060402001498号