[算法与数据结构] 误差分析狄克松准则

说明： 找出一组测量数据中因偶然失误或环境突发干扰而造成的粗大误差。
<cjy779251239> 上传 | 大小：3kb

[Hadoop] hadoop eclipse 安装 环境搭建（成功搭建！）

说明： hadoop eclipse 环境安装，eclipse是运行在linux系统中的，里面包含了我调通的大数据调试环境，以及所涉及的安装软件，经过本人亲自调试，并成功运行！希望你们不要像我这样浪费很多时间去搭建。不懂的地方可以问我
<qq_29045819> 上传 | 大小：13kb

[spark] A Deep Dive into Stateful Stream Processing in Structured Streaming

说明： A Deep Dive into Stateful Stream Processing in Structured Streaming A Deep Dive into Stateful Stream Processing in Structured Streaming
<w397090770> 上传 | 大小：6mb

[spark] 大数据及其在经济领域的应用

说明： 大数据及其在经济领域中的应用，了解大数据及其相关技术，并从数据角度发现和解决问题。
<weixin_40830917> 上传 | 大小：18mb

[算法与数据结构] 大数据缓存处理

说明： 大数据缓存处理解决方案，参见博客地址：https://blog.csdn.net/yangxiaobo118/article/details/80716709，内涵数据库文件，分布式项目文件，部署文档，以及演示录像。
<yangxiaobo118> 上传 | 大小：54mb

[算法与数据结构] 普丰投针问题

说明： 普丰投针m程序，拿来即用，非常实用，望大家采纳，后续还会有资源更新
<qq_26776079> 上传 | 大小：290byte

[spark] Implementing AutoML Techniques at Salesforce Scale

说明： Implementing AutoML Techniques at Salesforce Scale,Implementing AutoML Techniques at Salesforce Scale
<w397090770> 上传 | 大小：66mb

[spark] Using AI to Deliver a Device as a Service

说明： Using AI to Deliver a Device as a Service,Using AI to Deliver a Device as a Service
<w397090770> 上传 | 大小：8mb

[算法与数据结构] 高维数据挖掘技术研究

说明： 数据挖掘是致力于数据分析和理解,揭示数据内部蕴藏知识的技术。它是未来信息技术应用的重要目标之一。而高维数据在实际应用中的使用,使得对高维数据挖掘的研究有着非常重要的意义。文章介绍了高维数据挖掘对数据挖掘的挑战及应对策略,提出了一些挖掘模型的创新点。
<qq_28339273> 上传 | 大小：245kb

[算法与数据结构] 一种基于海量高维数据的软子空间聚类改进算法

说明： 基于加权的软子空间聚类是处理高维数据的一种有效手段,在原有的软子空间聚类算法基础上对目标函数进行改进,从而结出一种新的软子空间聚类算法.相较之原算法,此算法具有更高的抗噪性及聚类效率;通过与典型的软子空间聚类算法比较试验,结果表明可有效提高海量高维数据的聚类处理效率.
<qq_28339273> 上传 | 大小：1mb

[算法与数据结构] 一种新的高维数据降维方法

说明： 前言现实世界中存在着大量的复杂事物及现象,人们希望揭示隐藏在这些纷繁芜杂的表象下的事物和现象的客观规律。随着信息技术的发展,我们面对的数据越来越复杂,往往具有如下特点:(1)样本点数量巨大;(2)数据收集的频率越来越高;(3)数据内部存在结构化的特征;(4)指标变量众多。例如天气状况,用来描述气象特征的指标非常多,像温度,湿度,气压,风力,降雨量等等,对于每时每刻的天气状况,可以用多变量组成的向量数据细致的表示。大量出现的高维数据不仅提供了极其丰富、详细的信息,而且对数据分析中的变量选择、多元
<qq_28339273> 上传 | 大小：498kb

[算法与数据结构] 高维数据分类方法研究

说明： 在对高维度数据进行模式分类时,能否有效进行降维是一个关键问题。提出了一种结合高斯过程潜变量模型(GPLVM)和支持向量机(SVM)的阶梯跳跃降维分类框架方法,能有效的降低样本数据维数,同时提高分类器性能。利用GPLVM实现数据的平滑映射,对输入样本进行非线性降维后,根据SVM的分类校验结果进行下一步降维迭代操作;计算新的阶梯维数,根据反馈动态调整降维输入数据。利用该方法对UCI上的数据集进行分类,仿真结果验证了方法的有效性。
<qq_28339273> 上传 | 大小：906kb