VIP会员

大数据全栈式开发语言–Python.doc

大数据全栈式开发语言–Python.doc

大数据全栈开发工程师实践课程-网盘链接提取码下载 .txt

这是一次真正意义上的大数据全栈开发与数据分析课程，课程的基础理论架构由Python、MySQL、Exlcel、Tableau、方法论、数据分析等基础学科组成。由此基础上展开了十几个章节的具体课程，课程着重打造的大数据分析业务...

星环科技投资价值分析报告：大数据全栈解决方案平台级公司.rar

星环科技投资价值分析报告：大数据全栈解决方案平台级公司

【67】最新某某学院大数据工程师视频教程下载 .txt

【67】最新某某学院大数据工程师视频教程下载 .txt【67】最新某某学院大数据工程师视频教程下载 .txt【67】最新某某学院大数据工程师视频教程下载 .txt【67】最新某某学院大数据工程师视频教程下载 .txt

大数据技术之Hive-v3.1.2.docx

大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx大数据技术之Hive-v3.1.2.docx...

大数据开发工程师的基本职责.docx

大数据开发工程师的基本职责.docx大数据开发工程师的基本职责.docx大数据开发工程师的基本职责.docx大数据开发工程师的基本职责.docx大数据开发工程师的基本职责.docx大数据开发工程师的基本职责.docx大数据开发...

20210304-中信证券-星环科技投资价值分析报告：大数据全栈解决方案平台级公司.pdf

20210304-中信证券-星环科技投资价值分析报告：大数据全栈解决方案平台级公司.pdf

中国青年大数据洞察报告（2022年）.pdf

中国青年大数据洞察报告（2022年）.pdf中国青年大数据洞察报告（2022年）.pdf中国青年大数据洞察报告（2022年）.pdf中国青年大数据洞察报告（2022年）.pdf中国青年大数据洞察报告（2022年）.pdf中国青年大数据洞察...

【39】最新甲骨论-Linux大数据及数据库存储视频教程下载 .txt

【39】最新甲骨论-Linux大数据及数据库存储视频教程下载 .txt

Python+MySQL+Excel+Tableau+方法论+数据分析 大数据全栈开发工程师实践课程

这是一次真正意义上的大数据全栈开发与数据分析课程，课程的基础理论架构由Python、MySQL、Exlcel、Tableau、方法论、数据分析等基础学科组成。由此基础上展开了十几个章节的具体课程，课程着重打造的大数据分析业务...

大数据漫谈系列之：大数据怎么发挥大价值.rar.rar

大数据漫谈系列之：大数据怎么发挥大价值.rar.rar

成都金融科技行业大数据开发工程师岗位介绍JD模板.pdf

成都金融科技行业大数据开发工程师岗位介绍JD模板.pdf成都金融科技行业大数据开发工程师岗位介绍JD模板.pdf

大数据标准化白皮书（2014）.rar

大数据标准化白皮书（2014）.rar，是学习大数据最好的资料

电力环保大数据平台开发及智能运用研究.pdf

电力环保大数据平台开发及智能运用研究.pdf

大数据全栈知识笔记.doc

大数据全栈知识笔记

Hadoop大数据开发基础-PPT课件.rar

Hadoop大数据开发基础-PPT课件.rar

大数据基础教学讲义—大数据思维.pdf

大数据基础教学讲义—大数据思维.pdf大数据基础教学讲义—大数据思维.pdf大数据基础教学讲义—大数据思维.pdf大数据基础教学讲义—大数据思维.pdf大数据基础教学讲义—大数据思维.pdf大数据基础教学讲义—大数据思维...

Scala-升级版.docx

Scala快速入门（适合为学Spark学习Scala的同学）Word文档

基于spark的图书推荐系统

推荐系统是一种信息过滤系统，能够自动预测用户对特定产品或服务的偏好，并向其提供个性化的推荐。它通常基于用户的历史行为、个人喜好、兴趣和偏好等，通过数据挖掘和机器学习算法，在大数据的支持下生成个性化的推荐内容，从而提高用户购买率和满意度。推荐系统广泛应用于电子商务、社交媒体、新闻资讯、音乐、电影等领域。推荐系统的作用是根据用户的历史行为和偏好，为用户推荐个性化的内容，以满足用户的需求和兴趣。 在推荐系统架构中，离线计算部分主要使用 Hadoop、Spark、Hive 等大数据处理技术，将海量历史数据进行离线处理，构建出推荐模型。在线计算部分则使用 Flask、Django 或 Tornado 等 Web 应用框架，将推荐模型部署到 Web 服务器上，实现实时推荐服务。

大数据期末课设~基于spark的气象数据处理与分析

大数据期末课设~基于spark的气象数据处理与分析 完整版Word 可以拿来直接交作业

全国职业技能大赛大数据赛项十套赛题（shtd）

使用Scala编写spark工程代码，将MySQL的shtd_store库中表user_info、sku_info、base_province、base_region、order_info、order_detail的数据增量抽取到Hive的ods库中对应表user_info、sku_info、base_province、base_region、order_info、order_detail中。 1、 抽取shtd_store库中user_info的增量数据进入Hive的ods库中表user_info。根据ods.user_info表中operate_time或create_time作为增量字段(即MySQL中每条数据取这两个时间中较大的那个时间作为增量字段去和ods里的这两个字段中较大的时间进行比较)，只将新增的数据抽入，字段名称、类型不变，同时添加静态分区，分区字段类型为String，且值为当前比赛日的前一天日期（分区字段格式为yyyyMMdd）。使用hive cli执行show partitions ods.user_info命令，将结果截图粘贴至对应报告中；

大数据全套教程完整版

大数据基础到精通完整版， 涵盖技术点：python 基础 java基础，mysql,oracle,ssm框架，linux,hadoop,hbase,zookeeper,flume,scala,spark。资源宝贵，速度下载

全国2014-2018年空气质量csv数据集文件数据

全国2014-2018年空气质量csv数据集文件数据，包含字段time（时间），city（城市），AQI，PM2.5，PM10，SO2，NO2，CO，O3，primary_pollutant（主要污染物），共计55万条数据。

高分毕业设计 基于Hadoop+Kafka+Spark大数据平台的新闻日志分析处理及可视化系统源码+部署文档+全部数据资料.

【资源说明】 高分毕业设计 基于Hadoop+Kafka+Spark大数据平台的新闻日志分析处理及可视化系统源码+部署文档+全部数据资料. 【备注】 1、该项目是高分毕业设计项目源码，已获导师指导认可通过，答辩评审分达到95分 2、该资源内项目代码都经过mac/window10/11/linux测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也可作为毕业设计、课程设计、作业、项目初期立项演示等，当然也适合小白学习进阶。 4、如果基础还行，可以在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！

spark-3.3.1-bin-3.0.0-cdh6.3.2.tgz

spark 3.3.1 使用 cdh 6.3.2 的hadoop版本。可以直接兼容并配合文档进行cdh spark-sql的使用。 具体查看https://editor.csdn.net/md/?articleId=127997188

Spark气象监测数据分析：代码整合，包括预处理，分析，数据可视化

【内容概要】 通过完整的气象监测数据处理与分析项目,了解Spark大数据分析的整体流程。代码涵盖数据工程、统计分析、机器学习预测建模等内容。可以学习如何使用Spark PySpark API处理大规模数据。 【适合人群】 具备一定Python编程基础,需要处理分析大规模数据的研发人员。 【能学到什么】 1. Spark数据处理:缺失值处理、降噪、特征工程等数据预处理技术 2. 统计分析:分组聚合、相关性分析、异常检测等统计方法 3. 机器学习:时间序列预测模型设计、集成学习提升效果 4. 微服务:模型API和Docker部署,提供后端服务 【学习建议】 项目代码完整覆盖了大数据分析全流程。在学习过程中,需要结合代码注释和文档,了解设计思路和背后的原理。同时调试并运行示例代码,加深理解。欢迎提出改进意见。

基于hadoop和echarts的教育大数据可视化系统

在线教育平台现在是教育体系的重要组成部分，在当前大数据时代的背景下，促进教育机构建立统一平台、统一资源管理的数字化教学系统。如何评估系统平台的健康程度、学生的学习体验和在线课程的质量对于课程的教师和学校的管理人员都是非常重要的，这是进行数据分析的主要目的。可视化是一个重要的途径，它能够帮助大数据获得完整的数据图表并挖掘数据的价值，大数据分析离不开可视化这一工具的推动。 基于hadoop和echarts的教育大数据可视化系统，以B/S模式开发。通过Hadoop中Sqoop进行数据导入转换。以MapReduce构建数据分析，数据分析维度包括每日登录人数分析、平均学习时长分析、学习行为次数分析、每日活跃情况分析和分时段学习人数分析。最终使用ECharts可视化工具来对在线教育平台在学习过程中产生的数据进行可视化大屏展现,让更多人感受到可视化大数据的魅力。