大数据

Delta Lake 是一个存储层，为 Apache Spark 和大数据 workloads 提供 ACID 事务能力，其通过写和快照隔离之间的乐观并发控制（optimistic…

DataFrame是一种不可变的分布式数据集，这种数据被组织成指定的列，类似于关系数据库中的表。Spark DataFrame与Python pandas 中的DataFrame类…

用户画像将产品设计的焦点放在目标用户的动机和行为上，从而避免产品设计人员草率地代表用户。产品设计人员经常不自觉的把自己当作用户代表，根据自己的需求设计产品，导致无法抓住实际用户的需…

下载镜像 docker pull cloudera/quickstart // 或者在 cloudera 官网下载文件后使用 `docker import` 命令导入 // htt…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

[目录] 第一章：概述 第二章：整体数据分层 第三章：整体实现框架 第四章：元数据 第五章：ETL 第六章：数据校验 第七章：数据标准化 第八章：去重 第九章：增量/全量 第十章：…

from https://blog.csdn.net/cymy001/article/details/78483723 Spark提供了一个Python_Shell，即pyspar…

本文作者：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。…

from http://lxw1234.com/archives/2017/01/828.htm 再次调研这个东西，是为了满足下面的需求： 一张拥有50+字段的表，记录数大概5亿-…

from http://www.cnblogs.com/ljy2013/p/5491680.html   最近在学习google新开源的深度学习框架tensorflow。…

from 网络 文作者 Mikio Braun 是 Zalando 的推荐和搜索系统的交付带头人，Mikio拥有机器学习的博士学位。本文概述了一个能把数据科学引入生产系统的架构的典…

 作者介绍  张志华 北京大学数学学院教授，北京大数据研究院高级研究员。曾在浙江大学和上海交通大学计算机系任教。主要从事机器学习与应用统计等领域的教学与科研工作。 ◆ ◆ ◆ ◆ …

from http://www.iteye.com/news/27628 在过去的十年中，计算世界已经改变。现在不仅在大公司，甚至一些小公司也积累了TB量级的数据。各种规模的组织开…

from 51cto 人工智能artificial intelligence，AI是科技研究中最热门的方向之一。像 IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投…

TensorFlow Tutorial (Sherry Moore, Google Brain)

from http://weibo.com/ttarticle/p/show?id=2309404060500571876390 关系计算问题描述 二度关系是指用户与用户通过关注者…