[Hive] Sqoop_1.4.6安装包.rar

说明：资源中包含了Sqoop1.4.6安装包，安装配置说明可参考我的博客，如果安装过程中遇到问题可与我联系解决。
<mcajax> 在 上传 | 大小：16777216

[算法与数据结构] 图书推荐系统r.zip

说明：基于python中django的图书推荐系统，管理员权限： 删除用户，添加书籍，删除书籍。 其他功能：注册，登录，检索查询，评分，购物车，书单，删除购物车，删除书单，下单....
<weixin_42061089> 在 上传 | 大小：816128

[spark] 大数据基础介绍三讲内容（大数据总数-分布式文件系统）

说明：第1讲-大数据技术综述； 第2讲_分布式文件系统HDFS； 第3讲_分布式资源管理框架YARN。 大数据（big data），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产
<goldnwar> 在 上传 | 大小：2097152

[Hive] 大数据技术之Hive.pdf

说明：大数据技术之Hive大数据技术之Hive大数据技术之Hive大数据技术之Hive大数据技术之Hive大数据技术之Hive
<weixin_45553177> 在 上传 | 大小：2097152

[算法与数据结构] ChirpLab1_1.1.rar

说明：线调频小波路径跟踪算法ChirpLab，可用于信号瞬时频率的估计拟合，里面包含英文说明，相关论文可查看Detecting Highly Oscillatory Signals by Chirplet Path Pursuit
<fanyasy> 在 上传 | 大小：4194304

[spark] sbt-1.3.4.msi.rar

说明：Scala构建工具 Simple Build Tool，解压安装即可。构建包含Scala和Java代码、单元测试、可管理和不可管理的依赖的项目
<qq_34117327> 在 上传 | 大小：51380224

[flink] Apache-Flink-Stateful-Computations-over-Data-Streams(中文名flink知识图谱).pdf

说明：30分钟内可以阅读完成，包含flink所有的入门知识点。本文档是阿里flink commiter现场讲座提供。
<bestchenwu123> 在 上传 | 大小：3145728

[算法与数据结构] 实验三 Fisher线性判别分类器.zip

说明：Fisher线性判别分类器 本实验旨在让同学进一步了解分类器的设计概念，理解并掌握用Fisher准则函数确定线性决策面方法的原理及方法，并用于实际的数据分类。
<qq_45062744> 在 上传 | 大小：103424

[算法与数据结构] 实验五 PCA特征提取.zip

说明：PCA特征提取 PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。 PCA是通过寻求方差最大的投影方向对原始数据进行变换，得到一组相互之间不相关的新特征。投影方向可取样本数据协方差矩阵的特征向量，各特征向量的重要程度利用其对应的特征值来衡量。 变换形式为 ，变换矩阵W由样本协方差矩阵的特征向量
<qq_45062744> 在 上传 | 大小：158720

[算法与数据结构] K-紧邻分类法.zip

说明：K近邻法(k-nearst neighbors,KNN)是一种很基本的机器学习方法。 它的基本思想是： 在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。 在此算法中，相似性由欧几里德距离定义，其中两个点X（x1,x2,…,xn）和Y（y1,y2,…,yn）的欧几里德距离是： D(X,Y)=√(〖(x1-y1)〗^2+〖(x2-y2)〗^2+
<qq_45062744> 在 上传 | 大小：40960

[算法与数据结构] 实验六 C均值聚类.zip

说明：C均值聚类（更常用的叫法是K均值算法，K-means clustering）是经典的非监督数据处理方法。实验目的在于加深学生对C均值聚类原理的理解、掌握的算法的实现过程，体会其在模式识别中的作用。
<qq_45062744> 在 上传 | 大小：331776

[算法与数据结构] 实验一 贝叶斯决策 最小风险决策.zip

说明：用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器，用测试样本数据对该分类器进行测试。调整特征、分类器等方面的一些因素，考察它们对分类器性能的影响，从而加深对所学内容的理解和感性认识。
<qq_45062744> 在 上传 | 大小：475136