-
机器学习中的相似性度量：距离，原来还有这么多类
所属栏目：[大数据] 日期：2021-03-06 热度：96
来自：苍梧 - 博客园 链接：http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html 在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，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[详细]
-
大数相加，大数相乘和100！
所属栏目：[大数据] 日期：2021-03-06 热度：81
???????????? 自从腾讯HR面试被刷后，也就不想找实习了，记住教训吧，没事还有九月份，现在和其他人几个人都加进去了linux3+1实验室，暑假好好干一个暑假。 ??? 大数相加虽然之前写过，但是现在写代码起码也应该有自己的风格和规范了，其实大数相加和大数相[详细]
-
大数据处理语言：U-SQL 介绍
所属栏目：[大数据] 日期：2021-03-06 热度：195
微软宣布了新的 Azure 数据湖（Azure Data Lake）服务，该服务被用于云分析，包括了一个超大规模信息库；一个在 YARN 上建立的新的的分析服务，该服务允许数据开发者和数据科学家分析全部的数据；还有 HDInsight，一个全面管理 Hadoop、Spark、Storm 和 HBas[详细]
-
Twitter开源大数据实时分析系统Heron：Heron架构
所属栏目：[大数据] 日期：2021-03-06 热度：156
Heron架构 Heron是Apache Storm的一个直接继承者。从架构角度来看，它与Storm截然不同，但是从API的角度看它是完全向后兼容的。 下面的章节指明了Heron和Storm的区别，描述了Heron背后的设计目标，并解释了其架构的主要组件。 代码库 Heron代码库的详细指南[详细]
-
大数据分析界的“神兽”Apache Kylin初解
所属栏目：[大数据] 日期：2021-03-06 热度：144
转自李栋，来自Kyligence公司，也是Apache Kylin Committer PMC member，在加入Kyligence之前曾就职于eBay、微软。 今天分享的主题是：聊聊“神兽”Apache Kylin的最新特性。本次分享将首先对Apache Kylin进行基本介绍；接下来介绍1.5.x最新版本在架构上的重[详细]
-
kylin-BI工具-tableau9
所属栏目：[大数据] 日期：2021-03-06 热度：176
Tableau 9 Tableau 9.x has been released a while,there are many users are asking about support this version with Apache Kylin. With updated Kylin ODBC Driver,now user could interactive with Kylin service through Tableau 9.x. Apache Kylin cu[详细]
-
Presto随笔
所属栏目：[大数据] 日期：2021-03-06 热度：174
解决了什么问题 快读的交互式查询 presto 和hive到底什么关系 http://www.mutouxiaogui.cn/blog/?p=395 和hive在一个层级，都是基于hdfs的。但是presto可以借助hive的元信息找到hdfs上的节点。 presto现在已经可以连接 MySQL postgre hive等了 presto为什么[详细]
-
HDOJ/HDU 5686 Problem B(斐波拉契+大数~)
所属栏目：[大数据] 日期：2021-03-06 热度：79
Problem Description 度熊面前有一个全是由1构成的字符串，被称为全1序列。你可以合并任意相邻的两个1，从而形成一个新的序列。对于给定的一个全1序列，请计算根据以上方法，可以构成多少种不同的序列。 Input 这里包括多组测试数据，每组测试数据包含一个正[详细]
-
LightOJ 1370 Bi-shoe and Phi-shoe（欧拉函数）
所属栏目：[大数据] 日期：2021-03-06 热度：178
题目链接： LightOJ 1370 Bi-shoe and Phi-shoe 题意： 给出n个数，要求对每个数a[i]找一个数x[i]使得小于x[i]且与x[i]互素的数的个数不小于a[i],求出所有x[i]的最小和。 分析： 和最小则每个数对应的x[i]应最[详细]
-
基因数据处理26之bcftools安装和使用
所属栏目：[大数据] 日期：2021-03-06 热度：200
1.下载： https://github.com/samtools/bcftools 2.安装 make make install 3.结合samtools使用 对排序好的bam数据用samtools生成bcf文件： xubo @xubo :~/xubo/data/testTools/se $ samtools mpileup -ugf ../hs38DH.fa hs2.sort.bam hs2.bcf 由于生成的是[详细]
-
为了驾驭大数据处理，中外互联网巨头做了同样的选择
所属栏目：[大数据] 日期：2021-03-05 热度：77
数据，数据，我要大数据 在今天这个大数据的时代，数据已经成为了许多企业发展的命脉。 图片转自synergicpartners 有些企业需要数据来形成用户洞察，有的企业需要数据来优化业务流程；甚至对于部分企业来说，数据就是他们最珍贵的资产。 在这个卖煎饼都需要[详细]
-
【工作帮】福州的数据人有福了，招数据分析师，年薪20万
所属栏目：[大数据] 日期：2021-03-05 热度：145
机会留给有准备着的人！ 选择比努力更重要！ ? 高薪聘用： 数据分析师 工作职责： 1.根据不同的业务主题，进行数据建模、挖掘； 2.为精准运营和个性化服务提供数据模型和算法支持；? 3.建立业务模型、用户画像，对产品决策制定形成良好的数据支撑； 4.通过数[详细]
-
PrefixSpan序列模式挖掘算法
所属栏目：[大数据] 日期：2021-03-05 热度：137
介绍 与GSP一样，PrefixSpan算法也是序列模式分析算法的一种，不过与前者不同的是PrefixSpan算法不产生任何的侯选集，在这点上可以说已经比GSP好很多了。PrefixSpan算法可以挖掘出满足阈值的所有序列模式，可以说是非常经典的算法。序列的格式就是上文中提到[详细]
-
大数据分析查询引擎Impala
所属栏目：[大数据] 日期：2021-03-05 热度：132
来自标点符的《大数据分析查询引擎Impala》 作者：标点符（钱魏 Way） 链接：http://www.biaodianfu.com/impala.html Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。 已有的Hive系统虽然也提[详细]
-
1.大道至简的数据处理工具（Power Query）
所属栏目：[大数据] 日期：2021-03-05 热度：164
? ?如果你不想学复杂的函数，如果不想学更难的VBA。但你想把数据处分分析工作做好。那么，来吧！这套课程将是你最好的选择。远离繁杂，回归简单与智能化。 ? ?先来看看power query 怎么做些什么。先来展示一下效果图。[详细]
-
9个最佳的大数据处理编程语言
所属栏目：[大数据] 日期：2021-03-05 热度：75
大数据的浪潮仍在继续。它渗透到了几乎所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。 那么，在巨大的数据集中进行筛选[详细]
-
logminer挖掘不同数据库的归档日志，使用redo log数据字典
所属栏目：[大数据] 日期：2021-03-05 热度：75
挖掘要求: 使用测试库挖掘生产库的归档日志，生产库未设置utl_file_dir参数，生产库不能重启，无法抽取出生产库的数据字典 挖掘方法： 将生产区数据库的数据字典抽取到redo log 中，将有数据字典的redo log一块加载入logminer，使用redo log中的数据字典进行[详细]
-
大数定律和中心极限定理的中文叙述
所属栏目：[大数据] 日期：2021-03-05 热度：87
大数定律和中心极限定理的中文叙述 一、大数定律 1.切比雪夫大数定律 叙述：{Xn}随机变量序列，满足①相互独立；②方差D(X)存在并且一致有上界； 那么{Xn}服从大数定律——随机变量的平均值依概率收敛到随机变量的期望，当n很大时； 体现了均值的稳定性。 2.[详细]
-
Multiply Strings ---leetcode
所属栏目：[大数据] 日期：2021-03-01 热度：141
Given two numbers represented as strings,return multiplication of the numbers as a string. Note: The numbers can be arbitrarily large and are non-negative. Converting the input string to integer is? NOT ?allowed. You should? NOT ?use inter[详细]
-
大素数测试和大数素因子分解
所属栏目：[大数据] 日期：2021-03-01 热度：159
小黄书第１９章p82页根据合数的拉宾－米勒测试可得到素数的必要条件。 参考资料。 以POJ1811 Prime Test 为例。 #includestdio.h#includemath.h#includestdlib.h#includealgorithmusing namespace std;typedef long long LL;const int S=20;LL pfact[10005],[详细]
-
从人性出发，5步挖掘用户需求
所属栏目：[大数据] 日期：2021-03-01 热度：134
做一个产品之前，常常最要做的就是挖掘用户的需求。也有了那些用户调研，市场分析，竞品分析等等，最后落地成产品功能。很多大拿都说过，要满足人性七宗罪等。但往往落实下来很难，感觉很虚，作者也迷茫了一段时间。恰巧这次美团架空了大众点评的事情，让作[详细]
-
数据处理的两个基本问题
所属栏目：[大数据] 日期：2021-03-01 热度：94
第八章 ? 本章概述 : 1. ????????? 计算机是进行数据处理、运算的机器，那么有两个基本的问题就包含在其中 : 1） ?? 处理的数据在什么地方？ 2） ?? 要处理的数据有多长？ 这两个问题，在机器指令中必须给以明确或隐含的说明，否则计算机就无法工作。 2. ???[详细]
-
如何将机器学习技术应用到文本挖掘中
所属栏目：[大数据] 日期：2021-03-01 热度：73
本挖掘典型地运用了机器学习技术，例如聚类，分类，关联规则，和预测建模。这些技术揭示潜在内容中的意义和关系。文本发掘应用于诸如竞争情报，生命科学，客户呼声，媒体和出版，法律和税收，法律实施，情感分析和趋势识别。 在本篇博客帖中，你将会学习到如[详细]
-
述符有多好和在特殊情况下如何考虑相似性等问题
所属栏目：[大数据] 日期：2021-03-01 热度：129
http://bb.iyaya.com/linyifan2006/riji-14417556.html http://bb.iyaya.com/2007121/riji-14417521.html http://bb.iyaya.com/132618hh/riji-14417543.html http://bb.iyaya.com/438586550/riji-14417544.html http://bb.iyaya.com/53231288/riji-14417546.[详细]
-
大数据分析技术生态圈一览
所属栏目：[大数据] 日期：2021-03-01 热度：114
大数据分析技术生态圈一览 人人都说大数据，但很多人对这个领域并非真正地了解。为了帮助你，我们决定制作这份厂商图标和目录。它并不是全面列出了这个领域的每家厂商，而是深入探讨大数据分析技术领域。我们希望这份资料新颖、实用。 作者： 来源：网络 | 2[详细]
