[Hadoop] 《大数据分析及应用实践》教学课件&课程标准-8月定.rar

说明：《大数据分析及应用实践》教学课件&课程标准&实验内容&案例分析
<wwwqzh> 上传 | 大小：59mb

[算法与数据结构] 大数据：互联网大规模数据挖掘与分布式处理.pdf

说明： 大数据-互联网大规模数据挖掘与分布式处理由斯坦福大学“Web 挖掘”课程的内容总结而成，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统、社会网络图挖掘和大规模机器学习等。其中每一章节有对应的习题，以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。
<hhthzd> 上传 | 大小：118mb

[Hadoop] cloudera-manager-agent-6.0.1-610811.el6.x86_64.rpm

说明：clouderamanger.agent，用于表示每个客户端，用于进行传递
<qq_35561207> 上传 | 大小：23mb

[Hadoop] cloudera-manager.repo

说明：用于进行环境clouderamanger相关的初始环境搭建以及过程
<qq_35561207> 上传 | 大小：232byte

[Hadoop] cloudera-manager-installer.bin

说明：clouderamange的bin安装启动文件，用于安装clouderamanger下面的文件，整体的clouderamanger进行安装
<qq_35561207> 上传 | 大小：814kb

[算法与数据结构] Stanford 大学--Analysis of Networks课程13-19-PPT.rar

说明：Stanford 大学--Analysis of Networks课程13-19章 Handouts Info Sheet Lecture 01 - 09/25 Course Introduction and Structure of Graphs Lecture 02 - 09/27 Measuring Networks, and Random Graph Model Lecture 03 - 10/02 Link Analysis: PageRank Lect
<jerry107218787> 上传 | 大小：206mb

[算法与数据结构] Stanford 大学--Analysis of Networks课程7-12-PPT.rar

说明：Stanford 大学--Analysis of Networks课程的PPT资源第7-12章。 Handouts Info Sheet Lecture 01 - 09/25 Course Introduction and Structure of Graphs Lecture 02 - 09/27 Measuring Networks, and Random Graph Model Lecture 03 - 10/02 Link Analysis: PageRank
<jerry107218787> 上传 | 大小：129mb

[算法与数据结构] Stanford 大学--Analysis of Networks课程0-6-PPT.rar

说明：Stanford 大学--Analysis of Networks课程的PPT资源第0-6章。
<jerry107218787> 上传 | 大小：142mb

[算法与数据结构] 数据挖掘导论.pdf

说明： 《数据挖掘导论》全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论（完整版）》涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。
<hhthzd> 上传 | 大小：37mb

[算法与数据结构] 数据挖掘与R语言.pdf

说明： 通过仔细选择的案例涵盖了主要的数据挖掘技术。 给出的代码和方法可以方便地复制或者改编后应用于自己的问题。 不要求读者具有R、数据挖掘或统计技术的基础知识。 包含R和MySQL基础知识的简介。 提供了对数据挖掘技术的特性、缺点和分析目标的基本理解。
<hhthzd> 上传 | 大小：23mb

[算法与数据结构] 中国大数据企业排行榜v3.0.docx

说明：大数据排行。大数据排行
<u012228840> 上传 | 大小：828kb

[算法与数据结构] 统计学习基础 数据挖掘、推理与预测.pdf

说明： 统计学习基础:数据挖掘、推理与预测介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都
<hhthzd> 上传 | 大小：46mb