数字经济时代-AI加持下的技术与业务创新白皮书

数字经济时代_AI加持下的技术与业务创新_-_人工智能技术应用实践白皮书

数据资源平台(DataQ)

数据资源平台(DataQ)

hadoop-2.6.1.zip

Could not locate executabl ....\hadoop-2.2.0\hadoop-2.2.0\bin\winutils.exe in the Hadoop binaries，本地环境缺失winutil.exe，请下载后配置环境变量

plsql developer 11.zip

oracle连接工具，plsql developer 11+instantclient_11_2（32位），我自己测试完了可以用，配置环境变量，listener.ora，tnsnames.ora就可以使用

《Spark GraphX实战》_时金魁.pdf

图提供了一种强大的方式来表示和利用数据间的连接。图表示由顶点和顶点连接的边构成的数据点网络。图可以用于各种领域，如计算机视觉、自然语言处理和 推荐系统等。 GraphX 是一个在Spark 之上的图处理层，带来了因为图数据太大单机无法处理的强大的图大数据处理能力。很久之前人们就开始在图处理方面使用Spark ，包括 B age l 这类预处理模块，现在有了标准的图计算模块G raphX ，它提供了一些常用的图算法库。

自定义rpc框架

RPC—远程过程调用协议，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。此项目用的是java+netty+zookeeper构建的自定义rpc框架。

大数据时代总结

大数据的核心就是预测。它通常被视为人工智能的一部分，或者更确切地说，被视为一种 机器学习。但是这种定义是有误导性的。大数据不是要教机器像人一样思考。相反，它是把数 学算法运用到海量的数据上来预测事情发生的可能性。

数学分析三大基本思想之分解

这样一种数学思想: 将一个复杂的结构或问题，分解成若 干子结构，使得这些子结构尽可能简单 。若按照广义理解，从一个复杂问题中 分离出主要矛盾，这也是一种分解思想。

数学分析三大基本思想之变换

广义的变换应该作为一种思想 来理解，即对某个数学对象进行操作，转化为另一个对象，要求后者相对容易 处理。

数学分析三大基本思想之逼近

但凡事大都有主要矛盾，学数学分析也应该抓主要思想。根据笔者这些年对 数学分析的体会，感觉有三大基本思想是数学分析的核心，逼近、变换和分解。 围绕微分、积分和级数这三大主题，展开上述三大基本思想，构成了数学分析 的主干。不论是初学者，还是重温者，抓住上面的主干，就有了方向。本章先 介绍数学分析第一大基本思想:逼近。