IT168企业级
扫码送文库金币
Apache Spark是处理和使用大数据最广泛的框架之一，Python是数据分析、机器学习等领域最广泛使用的编程语言之一。如果
Apache Spark是处理和使用大数据最广泛的框架之一，Python是数据分析、机器学习等领域最广泛使用的编程语言之一。如果想要获得更棒的机器学习能力，为什么不将Spark和Python一起使用呢?
随着“Hadoop是否已失宠”的选题调研进程过半，国内外企业以及厂商的观点确实存在很大分歧，有人认为是国外Hadoop厂商所提供的服务以及架构不如国内厂商完善，也有观点表明国外大部分企业的数据量根本达不到使用Hado
目前本人对于机器学习也还只是入门状态，对于很多名词仍然是一知半解(感觉机器学习中的很多术语本身也是模棱两可的)，对于很多公式也是不求甚解，因此这篇文章是尝试用自己的语言和理解来复述所学习到的知识，如果有
数十年来，由于可从数据库提取信息、重新格式化转换数据，并将数据加载到数据仓库，ETL一直是企业基础架构的关键组件。随着云、SaaS和大数据的出现，新数据源和数据流的急剧增加，迫切需要更强大和更复杂的数据集成工
开源ETL工具俨然成为商用解决方案的低成本替代品。就像商业解决方案一样，它们也有其优点和缺点。如果没有时间或资源自定义ETL解决方案或者不能接受商用方案的购买成本，开源解决方案将是一个实用选择。
在“Hadoop是否已失宠?”的选题调研中，笔者调查了银行、Hadoop发行商、Hadoop企业用户以及部分工程师的意见，所处环境、业务需求以及看问题角度的不同让这些组织或个人有着不同的意见。如果你的数据量和增长速度还未
现实生活中异常检测的应用非常广泛，作为机器学习算法的一种常见应用，从银行安全到自然科学，从药学到营销，从金融工程到计量经济学，都能看到它的踪影，在今天数据领域爆炸式发展的时刻，异常检测更是人工智能一种
在银行业中使用数据科学不仅仅是一种趋势，它已成为保持竞争的必要条件。 银行必须认识到，大数据技术可以帮助他们有效地集中资源，做出更明智的决策并提高绩效。以下我们罗列银行业使用的数据科学用例清单，让您了解
在笔者持续调研国内Hadoop生态系统生存现状的同时，KDnuggets发布的2018年数据科学和机器学习工具调查报告再次将“Hadoop失宠”言论复活。报告一出，“Hadoop被抛弃”几个字瞬时成为各大标题党的最爱，充斥在不同的新
模型训练是机器学习最主要的实践场景，尤其以使用机器学习框架TensorFlow进行模型训练最为流行，但是随着机器学习的平台由单机变成集群，这个问题变得复杂了。GPU的调度和绑定，涉及到分布式训练的编排和集群规约属性
这是HBase入门系列的第1篇文章，介绍HBase的数据模型、适用场景、集群关键角色、建表流程以及所涉及的HBase基础概念，本文内容基于HBase 2.0 beta2版本。本文既适用于HBase新手，也适用于已有一定经验的HBase开发人员
DFSMN模型是语音识别中一种先进的声学模型，语音识别中的声学模型是语音识别技术中的核心所在。具体来说，声学模型是根据输入语音进行发音可能性的识别，结合语言模型、解码器，就构成了完整的语音识别系统。本次开源
近日，著名数据科学网站 KDnuggets 发布了 2018 年数据科学和机器学习工具调查结果。超过 2000 人对自己「过去 12 个月内在项目开发中使用过的数据挖掘/机器学习工具和编程语言」进行了投票。该统计还对过去三年来的
AI(人工智能)技术已经广泛应用于美团的众多业务，从美团App到大众点评App，从外卖到打车出行，从旅游到婚庆亲子，美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、
不同于以往的授课式课堂风格，这次斯坦福大学的教授Hadley Wickham开设了一门论文讨论课。课程名为：Readings in Applied Data Science。要求学生每周阅读3~4篇论文，并给出反馈。
哈希算法一直是索引中最为经典的方法，它们能高效地储存与检索数据。但在去年 12 月，Jeff Dean 与 MIT 等研究者将索引视为模型，探索了深度学习模型学习的索引优于传统索引结构的条件。本文首先将介绍什么是索引以及
数据分析老鸟都知道，相比于自己作出好的数据分析报告，“教别人如何入门数据分析”这事情简单多了。什么for循环，def函数，print输出，自变量a赋值，字符串和数字转换，相关分析，回归分析，方差分析，聚类分析，判
经常做数据处理的伙伴们肯定会有这样一种体会：最近一周内的数据会被经常使用到，而比如最近几周的数据使用率会有下降，每周仅仅被访问几次;在比如3月以前的数据使用率会大幅下滑，存储的数据可能一个月才被访问几次
如果你善于使用Pandas变换数据、创建特征以及清洗数据等，那么你就能够轻松地使用Dask和Numba并行加速你的工作。单纯从速度上比较，Dask完胜Python，而Numba打败Dask，那么Numba+Dask基本上算是无敌的存在。
