下载 >  大数据 >  算法与数据结构 > 大数据与机器学习

大数据与机器学习 评分:

大数据,机器学习,深度学习。以深度学习(或者机器学习)建立于大数据之上的一些方法论
2018-04-15 上传大小:71.47MB
立即下载 开通VIP
分享
收藏 举报
白话大数据机器学习

白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习

立即下载
白话大数据机器学习代码

白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习白话大数据与机器学习

立即下载
白话大数据机器学习(高清-目录)PDF

白话大数据与机器学习 白话大数据与机器学习 白话大数据与机器学习

立即下载
白话大数据机器学习 【免费】 高清完整PDF版

  资深大数据专家多年实战经验总结,拒绝晦涩,开启大数据与机器学习妙趣之旅。以降低学习曲线和阅读难度为宗旨,系统讲解统计学、数据挖掘算法、实际应用案例、数据价值与变现,以及高级拓展技能,并清晰勾勒出大数据技术路线与产业蓝图。   本书共分18章。用通俗易懂的语言,结合大量案例与漫画,不枯燥,实用、接地气。   第1~5章,这部分是大数据入门所需的系统性知识,剖析大数据产业、数据与信息算法等的关系,妙解数学基础(排列组合、概率、统计与分布),以及指标化运营及体系构建。这部分补足读者的产业与相关概念认知,以及所需的数学知识。为下面的数据挖掘算法的理解与应用夯实基础。   第6~8章,这部分介绍数据

立即下载
白话大数据机器学习_pdf高清

资深大数据专家多年实战经验总结,拒绝晦涩,开启大数据与机器学习妙趣之旅。以降低学习曲线和阅读难度为宗旨,系统讲解统计学、数据挖掘算法、实际应用案例、数据价值与变现,以及高级拓展技能,并清晰勾勒出大数据技术路线与产业蓝图。   本书共分18章。用通俗易懂的语言,结合大量案例与漫画,不枯燥,实用、接地气。   第1~5章,这部分是大数据入门所需的系统性知识,剖析大数据产业、数据与信息算法等的关系,妙解数学基础(排列组合、概率、统计与分布),以及指标化运营及体系构建。这部分补足读者的产业与相关概念认知,以及所需的数学知识。为下面的数据挖掘算法的理解与应用夯实基础。   第6~8章,这部分介绍数据挖掘

立即下载
白话大数据机器学习 完整版.pdf

白话大数据与机器学习 完整版.pdf 个人收集电子书,仅用学习使用,不可用于商业用途,如有版权问题,请联系删除!

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战_林大贵(著)-完整高清 -书签全

Python+Spark 2.0+Hadoop机器学习与大数据实战_林大贵(著)

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战_林大贵(著) 清华大学出版社(完整高清 带书签)

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Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机,如何建立Hadoop集群,再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校,参照书中介绍的搭建过程

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战_源码

Python+Spark 2.0+Hadoop机器学习与大数据实战_源码 Python+Spark 2.0+Hadoop机器学习与大数据实战_源码

立即下载
《Python+Spark2.0+Hadoop机器学习大数据实战》原书高清版及源码

1.Python+Spark 2.0+Hadoop机器学习与大数据实战_林大贵(著).pdf 2.Spark 2.1 安装注意事项.docx 3.pythonsparkexample 源码

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战

Python+Spark 2.0+Hadoop机器学习与大数据实战

立即下载
大数据机器学习的资料pdf版本,学习大数据机器学习必须要看

大数据与机器学习的资料pdf版本,学习大数据与机器学习必须要看

立即下载
Python机器学习大数据实战Spark 2.0+Hadoop林大贵(著)高清带书签

Python机器学习与大数据实战 Spark 2.0+Hadoop 林大贵(著)高清带书签.pdf

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战+代码

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Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机,如何建立Hadoop集群,再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校,参照书中介绍的搭建过程

立即下载
Hadoop + Spark 大数据巨量分析与机器学习整合开发实战 源码

Hadoop + Spark 大数据巨量分析与机器学习整合开发实战 源码 源码

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战_林大贵(著)

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Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机,如何建立Hadoop集群,再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校,参照书中介绍的搭建过程

立即下载
白话大数据机器学习+白话深度学习与TensorFlow.高扬 高清PDF

机器学习入门级书籍,白话大数据与机器学习+白话深度学习与TensorFlow.高扬

立即下载
大数据机器学习:实践方法与行业案例

大数据与机器学习:实践方法与行业案例

立即下载
白话大数据机器学习及白话深度学习合集

《白话大数据与机器学习》和《白话深度学习与Tensorflow》合集

立即下载
Python+Spark 2.0+Hadoop机器学习大数据实战_林大贵(著)清华大学出版社(完整高清带书签)

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Windows系统上通过Virtual Box虚拟机安装多机Linux虚拟机,如何建立Hadoop集群,再建立Spark开发环境。书中介绍搭建的上机实践平台并不限制于单台实体计算机。对于有条件的公司和学校,参照书中介绍的搭建过程

立即下载
--> -->
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

大数据与机器学习

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
2 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: