引言：和Hadoop一样，Spark提供了一个Map/ReduceAPI（分布式计算）和分布式存储。二者主要的不同点是，Spark在集群的内存中保存数据，而Hadoop在集群的磁盘中存储数据。本文选自《SparkGraphX实战》。大数据对一些数据科学团队来说是主要的挑战，因为在要求的可扩展性方面单机..
分类：
其他好文 时间：
2017-04-12 22:16:52
阅读次数：
171
使用的库是 networkx 运行结果 运行结果 参考： [1] 阿尔贝托·博斯凯蒂, 卢卡·马萨罗(作者),于俊伟,靳小波(译者)., 数据科学导论：Python语言实现 (北京: 机械工业出版社, 2016). ...
分类：
编程语言 时间：
2017-04-09 23:33:06
阅读次数：
296
引言：Spark由AMPLab实验室开发，其本质是基于内存的快速迭代框架，“迭代”是机器学习最大的特点，因此非常适合做机器学习。得益于在数据科学中强大的表现，Python语言的粉丝遍布天下，如今又遇上强大的分布式内存计算框架Spark，两个领域的强者走到一起，自然能碰出更加强大..
分类：
编程语言 时间：
2017-04-06 17:35:07
阅读次数：
217
Spark由AMPLab实验室开发，其本质是基于内存的快速迭代框架，“迭代”是机器学习最大的特点，因此非常适合做机器学习。得益于在数据科学中强大的表现，Python语言的粉丝遍布天下，如今又遇上强大的...
分类：
编程语言 时间：
2017-04-06 11:05:38
阅读次数：
247
作者介绍：Jesse Clark 研究相位恢复的物理学家、数据科学家，有着丰富的建设网站与设计手机应用的经验，在创业公司有着丰富的经验，对创业有着极大的热情。 Github: https://github.com/jn2clark Linkedin: http://www.linkedin.com/ ...
分类：
编程语言 时间：
2017-03-28 21:25:16
阅读次数：
433
通过易于使用的强大的基于云技术的数据处理与机器学习工具，微软Azure机器学习平台（AzureML）极大地简化了机器学习模型的开发和部署。O‘Reilly发布的技术文档《DataScienceintheCloudwithMicrosoftAzureMachineLearningandR》介绍了基于MicrosoftAzure机器学子平台数据操作、..
分类：
其他好文 时间：
2017-03-28 19:57:02
阅读次数：
167
转自infoQ！ 根据 O’Reilly 2016年数据科学薪资调查显示，SQL 是数据科学领域使用最广泛的语言。大部分项目都需要一些SQL 操作，甚至有一些只需要SQL。 本文涵盖了6个开源领导者：Hive、Impala、Spark SQL、Drill、HAWQ 以及Presto，还加上Calci ...
分类：
数据库 时间：
2017-03-27 10:25:22
阅读次数：
666
引言：Python是最好最热门的编程语言之一，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的首选语言。本文以人工神经网络的实战为例，证明需要深入理解算法的原理、优劣势等特点以及应用场景，以能达到应用自如的程度。本文选自《Python大战机器学习：数据科学家..
分类：
编程语言 时间：
2017-03-23 15:15:57
阅读次数：
217
Serverless 架构旨在将应用开发者从底层基础设施的运维中解放出来，更加专注于业务价值的实现上,这种思想对于大数据应用尤其适用,数据科学家更需要投入到数据价值的探索和挖掘上。本文讲述了数据平台如何利用Serverless 的架构来降低大数据应用的门槛，真正的实现普惠大数据。 ...
分类：
其他好文 时间：
2017-03-17 17:55:18
阅读次数：
190
在云栖TechDay第十五期活动上，阿里云iDST资深技术专家褚崴给大家带来了《阿里云机器学习平台》的分享，他以机器学习的概念入手展开了此次分享，演讲中他重点介绍了阿里云机器学习平台的基础架构和产品特点，并结合阿里内部的芝麻信用分、推荐系统等场景讲解了PAI平台的具体应用方案。 ...
分类：
其他好文 时间：
2017-03-17 17:40:15
阅读次数：
8798
