数据挖掘
-
数据仓库的多维数据模型
可能很多人理解的数据仓库就是基于多维数据模型构建，用于OLAP的数据平台，通过上一篇文章数据仓库的基本架构，我们已经看到数据仓库...
2019-07-27 17:28:17 -
怎么用最简单的方法，做出最炫酷的数据可视化图表？
如果要问数据怎样做才能显得最装逼，那么答案一定只有一个： 数据可视化！ 看上去也很炫酷对不对，其实上面的可视化图表其实并不复杂...
2019-07-27 17:25:34 -
互联网寒冬Java大数据究竟该怎么学？快收下这八张思维导图
2018-2019年，互联网可谓是多事之秋，互联网寒冬让许多的程序员被无情降薪，甚至还被企业裁员，一年经验用十年的结果就是再找不到好的...
2019-07-27 17:20:16 -
深入理解 Spark SQL 的 Catalyst 优化器
在本篇博客，我们将重新发表论文中的部分内容，为广大读者解释Catalyst 优化器的内部原理。...
2019-07-26 18:08:39 -
海量数据下的舆情分析，该如何搭建？
本文主要是提供架构设计，会先介绍时下主流的大数据计算架构，并分析一些优缺点，然后引入舆情大数据架构。...
2019-07-26 14:23:13 -
易观方舟V4.3发布 智能埋点治理、智能指标监控等
易观方舟V4.3，从提升效率、数据安全、灵活易用、分析能力提升等多个场景实现了升级，更高效、更易用、更安全、更强大。...
2019-07-26 14:20:38 -
数据科学家需要的基本技能
数据科学家是当今科技组织中最受追捧的角色之一，并且薪酬不断上涨。在一些IT组织中，首席信息官可能只有雇用一名数据科学家的预算。...
2019-07-26 14:19:47 -
迈向智能时代，企业如何在大数据中挖掘价值？
数据只是“大”并没有多大意义，关键是如何挖掘数据价值。...
2019-07-26 13:44:49 -
阿里云飞天大数据平台亮相，中国唯一自主研发
7月25日，阿里云飞天大数据平台亮相阿里云峰会上海站，拥有中国唯一自主研发的计算引擎，是全球集群规模最大的计算平台，最大可扩展...
2019-07-26 13:44:05 -
Python之父考虑重构Python解释器
在该文中，Guido说他正在考虑使用PEG Parser代替现有的类LL(1) Parser(名为pgen)，来重构Python解释器。...
2019-07-25 23:03:19 -
Python传奇：30年崛起之路
从历史发展的角度出发，我们才能看清 Python 崛起的偶然性和必然性。本文将结合技术和产业的发展，全面透析 Python 的演进之路，帮助读者...
2019-07-25 23:02:31 -
Python，Power BI,excel，商业数据分析技能详解
4月17日，有消息称亚马逊将于本周宣布退出中国，具体的时间待定。此后，亚马逊在中国仅保留两项业务，一是Kindle;二是跨境贸易，主营业...
2019-07-25 23:01:59 -
你应该知道的10种可视化技术
相比于浩如烟海的数据表格，大部分人还是更喜欢视觉资料，这一点已不足为奇。也是出于这个原因，人们通常才会在学术论文的前几页加...
2019-07-25 23:01:27 -
快手HBase在千亿级用户特征数据分析中的应用与实
快手建设 HBase 差不多有2年时间，在公司里面有比较丰富的应用场景：如短视频的存储、IM、直播里评论 feed 流等场景。...
2019-07-25 23:00:46 -
技惊四座的BERT全靠数据集？大模型霸榜或许是学
毫无疑问，BERT 的研究很有价值，但目前的一些基准测试可能已被证明并没有效果。当我们看到 BERT「解决」了一些任务的消息时，看起来就...
2019-07-25 23:00:27 -
p 值是什么？数据科学家用最简单的方式告诉你
本文是 TowardDataScience 的一篇博文，作者条理清楚地解释了 p 值的相关内容，并给出了一个简单的例子，适合读者参考。...
2019-07-25 22:59:49 -
Windows文件名非用反斜杠？Python小技巧帮你解决这
要想让你的 Python 代码同时在 Windows 和 Mac Linux 上工作，你需要处理不同系统文件名用不同斜杠的问题。而 Python 3 有一个名为「pathlib」的新...
2019-07-25 22:59:23 -
在印度展开全球文献数据挖掘，美国专家的大胆
最新一期的《Nature》介绍了一位美国专家在印度展开的宏伟项目，他利用从 1847 年至今的 7300 万份文献中提取的文本和图像创建了一个数据...
2019-07-25 22:59:06 -
Python 3.8 即将到来，这是你需要关注的几大新特性
近日，Python 3 8 已进入 beta 2 版本的测试中，各项新特性已经添加完毕，最终版本预计于今年 10 月发布。在发布即将到来前，本文总结了 P...
2019-07-25 22:58:53 -
被误解的数据驱动！没有这一步，你的数据决策
你要想通过数据驱动做出决策，那么就必须完全依赖数据。这听起来似乎很简单，但实际上却很难做到，很重要的一个原因是决策者没有提...
2019-07-25 22:58:01 -
Hadoop现在怎么样了？
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...
2019-07-24 23:52:55 -
一文带你了解什么是数据挖掘
大数据时代已经来临，利用网络和生活中产生的大量数据发现问题并创造价值，使得数据挖掘成了一门新的学科和技术。那么什么是大数据...
2019-07-24 23:46:01 -
数据科学家都应该知道的5个统计学知识
今天，我们将分享5个对于数据科学有用的统计学方法。这些不是过分抽象的概念，而是相当简单、有长期适用性的技术。...
2019-07-24 23:44:00 -
能够简化数据科学的6种工具
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。...
2019-07-24 23:42:42 -
大数据的一个时代的结束了，Hadoop还值得你学习
Hadoop从诞生至今已经十三年了。2006年诞生大数据，2008年成为Apache的顶尖项目，成为国内外互联网大数据的标准配置之一。长久以来，想要入...
2019-07-24 23:42:03 -
用Python操作Word文档
本文主要讲解python中操作word的思路。...
2019-07-23 22:45:17 -
十五个点，理解Apache Kafka
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?让我们一步一步地来理解他，随后深入探讨其工作原理。...
2019-07-23 22:44:44 -
三行Python代码，可以让你的数据处理快别人4倍
Python是一门非常适合处理数据和自动化完成重复性工作的编程语言，我们在用数据训练机器学习模型之前，通常都需要对数据进行预处理，...
2019-07-23 22:44:33 -
运维老司机总结：最常用的150个命令
说到运维大家总是想到的是修网络的，其实就修网络的学问也是很大的，现在来听听一位老运维总结下在运维工程中，常用的150个命令汇总...
2019-07-23 22:44:10 -
文档数据库鼻祖MongoDB：一直被模仿，从未被超越
“中国已经超越美国，成为全世界下载MongoDB次数最多的国家。” MongoDB全球渠道及亚太区销售高级副总裁Alan Chhabra在2019 MongoDB中国用户大会...
2019-06-24 23:02:26 -
Hadoop 不再权威，开源大数据的未来何去何从？
屈指算来，Hadoop 已经诞生 13 年了。它最早诞生于 2006 年，并在 2008 年成为 Apache 顶级项目。诞生后没过多久就成为了互联网行业大数据计算...
2019-06-24 23:01:40 -
三家 Hadoop 厂商衰落启示：云大数据是颠覆者吗？
今年 5 月底，MapR被曝融资困难，可能在不久之后关闭，这个曾经估值高达 10 亿美元的 Hadoop 赛道的有力挑战者或将就此衰落。随后，同样围...
2019-06-24 23:00:03 -
流式数据处理在百度数据工厂的应用与实践
流式数据处理在百度数据工厂的应用与实践...
2019-06-20 23:55:57 -
如何基于 Apache Pulsar 和 Spark 进行批流一体的弹性
在大规模并行数据分析领域，AMPLab 的『One stack to rule them all』提出用 Apache Spark 作为统一的引擎支持批处理、流处理、交互查询和机器学习等...
2019-06-20 23:55:47 -
当你打开天猫的那一刻，推荐系统做了哪些工作
天猫首页作为用户打开手机天猫 App 的第一印象，所推荐的商品极大地决定了用户接下来的行为，对用户流量的承接与分发、提升用户购物体...
2019-06-20 23:55:33
