行业资讯
关于Hadoop前景、毕业薪酬，你所关心的问题答案在这
Hadoop能学到什么 主要学习hadoop中的四大框架:hdfs、mapreduce、hive、hbase。这四大框架是hadoop最最核心的，学习难 度最大的，也是应用最广泛的。除此之 外，还有其他的框架，目前的教学大纲中暂不深入讲解，会根据社会需要在课程中考虑是否增加其他框架的教学。 给hadoop新手的一封信:Hadoop入门自学及对就业的帮助 关于就业前景的问题 Hadoop是云计算的…
编程书单：十本Python编程语言的入门书籍
本文与大家分享一些Python编程语言的入门书籍，其中不乏经典。我在这里分享的，大部分是这些书的英文版，如果有中文版的我也加上了。有关书籍的介绍，大部分截取自是官方介绍。 Python基础教程（Begining Python） 评语：Python入门佳作 经典教程的全新修订 10个项目引人入胜 《Python基础教程（第2版·修订版）》是经典的Python入门教程，层次鲜明，结构严谨，内容翔实，…
SAS-EM 决策树案例
决策树主要用来描述将数据划分为不同组的规则。第一条规则首先将整个数据集划分为不同大小的子集，然后将另外的规则应用在子数据集中，数据集不同相应的规则也不同，这样就形成第二层数据集的划分。一般来说，一个子数据集或者被继续划分或者单独形成一个分组。 1 预测模型案例概述 一家金融服务公司为客户提供房屋净值贷款。该公司在过去已经拓展了数千净值贷款服务。但是，在这些申请贷款的客户中，大约有20%的人拖欠贷…
机器学习、数据挖掘、人工智能、统计模型这么多概念有何差异？
在各种各样的数据科学论坛上这样一个问题经常被问到——机器学习和统计模型的差别是什么？ 这确实是一个难以回答的问题。考虑到机器学习和统计模型解决问题的相似性，两者的区别似乎仅仅在于数据量和模型建立者的不同。这里有一张覆盖机器学习和统计模型的数据科学维恩图。 在这篇文章中，我将尽最大的努力来展示机器学习和统计模型的区别，同时也欢迎业界有经验的朋友对本文进行补充。 在我开始之前，让我们先明确使用这些工…
数据可视化和信息图成功要素
如果仅仅是能够将数据转化成漂亮的图表，或者是设计出20种不同式样的图表来解释你的观点，并不说明你应该利用所有这20种图表，甚至是其中一种。如果要成功报告结果，将你所分析的度量和数据有效地转化为有商业价值的见解，使其能够为基于事实所做的决策提供支持，那么以下有几点指导方针： 1．确定你的目标受众。 无论你是否在做一份传统的报表还是新式的信息图，首先问问自己有哪些人将看到这份报告？他们对将要讨论的事…
在R中使用支持向量机（SVM）进行数据挖掘（上）
在R中，可以使用e1071软件包所提供的各种函数来完成基于支持向量机的数据分析与挖掘任务。请在使用相关函数之前，安装并正确引用e1071包。该包中最重要的一个函数就是用来建立支持向量机模型的svm()函数。我们将结合后面的例子来演示它的用法。 下面这个例子中的数据源于1936年费希尔发表的一篇重要论文。彼时他收集了三种鸢尾花（分别标记为setosa、versicolor和virginica）的花…
大数据关键技术
在大数据时代，传统的数据处理方法还适用吗？ 大数据环境下的数据处理需求 大数据环境下数据来源非常丰富且数据类型多样，存储和分析挖掘的数据量庞大，对数据展现的要求较高，并且很看重数据处理的高效性和可用性。 传统数据处理方法的不足 传统的数据采集来源单一，且存储、管理和分析数据量也相对较小，大多采用关系型数据库和并行数据仓库即可处理。对依靠并行计算提升数据处理速度方面而言，传统的并行数据库技术追求高…