热门图集

OpenStack运维指南

资源名称: 运维指南 内容简介: 本书分两部分,全面介绍如何构建基于参考架构的 云系统和执行日常管理任务。 部分全面介绍如何充分发挥 强大的灵活性,通过各种正确决策造 配置,主要内容涉及架构示例、自动部署与配置、云控制器设计与云系统管理、计算节、扩展与隔离、存储决策和网络设计。第二部分讲解 云系统的日常操作,主要内容包括 控制面板、项目和用户管理、面向用户的运维、故障与调试、网络排障、日志功能与监控、备份与恢复、定制化、通过 社区获得支持、高级配置以及如何升级。 本书分两部分,全面介绍如何构建基于参考架构

Spark MLlib机器学习实践(第2版)

资源名称: 机器学习实践(第 版) 内容简介: 作为新兴的、应用范围 为广泛的大数据处理开源框架引起了广泛的关注,它吸引了大量程序设计和开发人员进行相关内容的学习与开发,其中 是 框架使用的核心。本书是一本细致介绍 程序设计的图书,入门简单,示例丰富。 本书分为 章,从 基础安装和配置开始,依次介绍 程序设计基础、 的数据对象构建、 中 使用介绍,各种分类、聚类、回归等数据处理方法, 后还通过一个完整的实例,回顾了前面的学习内容,并通过代码实现了一个完整的分析过程。 本书理论内容由浅而深,采取实例和理论相

BIG DATA大数据系统构建:可扩展实时数据系统构建原理与最佳实践

资源名称: 大数据系统构建:可扩展实时数据系统构建原理与最佳实践 内容简介: 随着社交网络、网络分析和智能型电子商务的兴起,传统的数据库系统显然已无法满足海量数据的管理需求。 作为一种新的处理模式,大数据系统应运而生,它使用多台机器并行工作,能够对海量数据进行存储、处理、分析,进而帮助用户从中提取对优化流程、实现高增长率的有用信息,做更为精准有效的决策。 但不可忽略的是,它也引入了大多数开发者并不熟悉的、困扰传统架构的复杂性问题。 本书将教你充分利用集群硬件优势的 架构,以及专门用来捕获和分析网络规模数据

数据科学与大数据分析

资源名称:数据科学与大数据分析 内容简介: 数据科学与大数据分析在当前是炙手可热的概念,关注的是如何通过分析海量数据来洞悉隐藏于数据背后的见解。本书是数据科学领域为数不多的实用性技术图书,它通过详细剖析数据分析生命周期的各个阶段来讲解用于发现、分析、可视化、表示数据的相关方法和技术。《数据科学与大数据分析 数据的发现 分析 可视化与表示》总共分为 章,主要内容包括大数据分析的简单介绍,数据分析生命周期的各个阶段,使用 语言进行基本的数据分析,以及高级的分析理论和方法,主要涉及数据的聚类、关联规则、回归、分

OpenStack高可用集群(下册):部署与运维

资源名称: 高可用集群(下册):部署与运维 内容简介: 这是一部从原理、架构、部署、运维 个方面系统、深入讲解如何构建高可用 集群的著作,在理论和实践两个维度为构建构建高可用 集群提供了完整的解决方案。本书从 终端用户的角色出发,以面向生产系统的 高可用集群建设为主线,对 高可用集群的原理和架构进行了深入剖析,对部署和运维 高可用集群所依赖的各个技术栈和核心组件进行了详细讲解。此外,书中还对 和 等技术与 的结合应用进行了详细讲解,尤其是 项目的介绍,是本书的一大技术特色。 资源目录: 序 序 序 序 前

大数据大创新-阿里巴巴云上数据中台之道

资源名称:大数据大创新 阿里巴巴云上数据中台之道 内容简介: 在 集团内,数据人员面临的现实情况是:集团数据存储已经达到 级别,部分单张表每天的数据记录数高达几千亿条;在 年 双 购物狂欢节 的 小时中,支付金额达到了 亿元人民币,支付峰值高达 万笔 秒,下单峰值达 万笔 秒,媒体直播大屏处理的总数据量高达百亿级别且所有数据都需要做到实时、准确地对外披露 巨大的信息量给数据采集、存储和计算都带来了极大的挑战。《大数据之路 大数据实践》就是在此背景下完成的。本书中讲到的 大数据系统架构,就是为了满足不断变化

大数据时代的算法:机器学习、人工智能及其典型实例

资源名称:大数据时代的算法:机器学习、人工智能及其典型实例 内容简介: 《大数据时代的算法:机器学习、人工智能及其典型实例》介绍在互联网行业中经常涉及的算法,包括排序算法、查找算法、资源分配算法、路径分析算法、相似度分析算法,以及与机器学习相关的算法,包括数据分类算法、聚类算法、预测与估算算法、决策算法、关联规则分析算法及推荐算法。《大数据时代的算法:机器学习、人工智能及其典型实例》涉及的相关算法均为解决实际问题中的主流算法,对于工作和学习都有实际参考意义。 《大数据时代的算法:机器学习、人工智能及其典型

Python+Spark 2.0+Hadoop机器学习与大数据实战

资源名称: 机器学习与大数据实战 内容简介: 本书从浅显易懂的 大数据和机器学习 原理说明入手,讲述大数据和机器学习的基本概念,如分类、分析、训练、建模、预测、机器学习(推荐引擎)、机器学习(二元分类)、机器学习(多元分类)、机器学习(回归分析)和数据可视化应用等。书中不仅加入了新近的大数据技术,还丰富了 机器学习 内容。 为降低读者学习大数据技术的门槛,书中提供了丰富的上机实践操作和范例程序详解,展示了如何在单机 系统上通过 虚拟机安装多机 虚拟机,如何建立 集群,再建立 开发环境。书中介绍搭建的上机实

大话数据挖掘

资源名称:大话数据挖掘 内容简介: 西安美林电子有限责任公司编写的《大话数据挖掘》以 班的 数据挖掘技术及其应用 教学为场景,带领读者步入数据挖掘的神秘殿堂,领略数据挖掘的神奇魅力。 《大话数据挖掘》共 章。第 章,揭开数据挖掘的面纱,从三个真实而有趣的故事开始,让读者了解数据挖掘的概念、数据挖掘产生与发展、数据挖掘的功能和数据挖掘技术,本章深入浅出地介绍了关联规则、聚类分析、预测 分类和回归 、时间序列等数据挖掘方法及常用算法;第 章简述数据挖掘流程,以某冶金企业生产中遇到的质量控制技术攻关难题的解决过