10小时入门大数据(4.28GB)-夸克网盘资源下载

📢 以下文件由夸克网盘用户于2026-05-10分享（文件数量过多时仅展示部分文件）

10小时入门大数据4.28GB

10小时入门大数据2.4GB

第1章大数据概述62.34MB

第1章大数据概述.mp462.34MB

第2章初识Hadoop169.97MB

第2章初识Hadoop.mp4169.97MB

第3章分布式文件系统HDFS508.97MB

第3章分布式文件系统HDFS[].mp4508.97MB

第4章分布式资源调度YARN130.82MB

第4章分布式资源调度YARN[].mp4130.82MB

第5章分布式计算框架MapReduce414.85MB

第5章分布式计算框架MapReduce.mp4414.85MB

第6章 Hadoop项目实战262.66MB

第6章 Hadoop项目实战.mp4262.66MB

第7章 Hadoop分布式集群搭建235.64MB

第7章 Hadoop分布式集群搭建[].mp4235.64MB

第8章 Hadoop集成Spring的使用167.35MB

第8章 Hadoop集成Spring的使用.mp4167.35MB

第9章前沿技术拓展Spark,Flink,Beam293.58MB

第9章前沿技术拓展Spark,Flink,Beam.mp4293.58MB

第10章 Hadoop3.x新特性212.56MB

第10章 Hadoop3.x新特性.mp4212.56MB

源码.zip16.95KB

慕课网机器学习启蒙1.88GB

第1章机器学习概述214.41MB

1-1 机器学习-导学.mp416.65MB

1-2 概述.mp412.72MB

1-3 机器学习示例.mp420.75MB

1-4 本门课使用的工具.mp416.87MB

1-5 本门课的内容.mp44.56MB

1-6 graphlab create的安装.mp410.47MB

1-7 IPython Notebook介绍.mp415.82MB

1-8 python 基本语法.mp422.13MB

1-9 条件和循环语句.mp420.81MB

1-10 Python中的函数.mp49.49MB

1-11 应用GraphCreate Lab.mp413.26MB

1-12 GraphLab Canvas.mp414.69MB

1-13 SFrame中的列操作.mp418.18MB

1-14 SFrame中的apply函数.mp418MB

第2章回归模型275.09MB

2-1 线性回归概述.mp43.15MB

2-2 预测房价.mp410.8MB

2-3 线性回归.mp414.22MB

2-4 加入更高阶的因素.mp411.66MB

2-5 通过训练-测试分离来评估过拟合.mp422.93MB

2-6 训练测试曲线.mp411.75MB

2-7 加入新的特征.mp47.52MB

2-8 其他回归示例.mp414.19MB

2-9 回归总结.mp415.29MB

2-10 回归实践-下载和探索房屋销售数据.mp432.48MB

2-11 回归实践-把数据拆分成训练集和测试集.mp421.37MB

2-12 回归实践-学习一个简单的回归模型通过房屋大小预测房价.mp49.17MB

2-13 回归实践-评估模型的误差.mp424.82MB

2-14 回归实践-通过Matplotlib来可视化预测.mp47.56MB

2-15 回归实践-探索学习到的模型系数.mp427.07MB

2-16 回归实践-探索数据的其他特征.mp415.61MB

2-17 回归实践-学习通过更多特征来预测房价的模型.mp414.09MB

2-18 回归实践-应用学习到的模型来预测更多的房价.mp411.41MB

第3章分类模型406.69MB

3-1 分类-分析情感.mp42.06MB

3-2 从主题预测情感.mp435.41MB

3-3 分类器应用.mp418.8MB

3-4 线性分类器.mp435.76MB

3-5 决策边界.mp418.59MB

3-6 训练和评估分类器.mp413.21MB

3-7 什么是好的精度.mp423.82MB

3-8 混淆矩阵.mp421.66MB

3-9 学习曲线.mp426.79MB

3-10 类别概率.mp412.25MB

3-11 分类总结.mp47.76MB

3-12 分类实践-获取和探索商品评论数据.mp412.58MB

3-13 分类实践-构建词袋向量.mp416.87MB

3-14 分类实践-探索流行的商品.mp429.16MB

3-15 分类实践-定义评论的正面和负面感情.mp433.93MB

3-16 分类实践-训练情感的分类器.mp416.59MB

3-17 分类实践-通过ROC曲线评估分类器.mp420.79MB

3-18 分类实践-应用模型于商品的最正面和最负面评论.mp428.48MB

3-19 分类实践-探索商品的最正面和最负面评价.mp432.19MB

第4章聚类和相似度模型249.96MB

4-1 聚类和相似度-文档检索.mp41.84MB

4-2 检索感兴趣的文档.mp43.79MB

4-3 用于测量相似度的单词计数表示.mp420.72MB

4-4 应用TF-IDF对于重要单词进行优先级排序.mp49.81MB

4-5 TF-IDFf文档表示.mp413.36MB

4-6 检索相似的文档.mp46.64MB

4-7 文档聚类.mp48.98MB

4-8 聚类介绍.mp413.12MB

4-9 k-均值.mp411.36MB

4-10 其他例子.mp417.7MB

4-11 聚类和相似度总结.mp414.46MB

4-12 聚类和相似度实践-获取和探索维基百科数据.mp422.03MB

4-13 聚类和相似度实践-探索单词计数.mp431.93MB

4-14 聚类和相似度实践-计算和探索TF-IDF.mp427.85MB

4-15 聚类和相似度实践-计算维基百科文章的距离.mp417.27MB

4-16 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp413.72MB

4-17 聚类和相似度实践-实际文档检索的例子.mp415.38MB

第5章推荐系统334.02MB

5-1 推荐商品.mp42.82MB

5-3 推荐的分类模型.mp412.3MB

5-4 协同过滤.mp412.43MB

5-5 流行物品的影响.mp47.8MB

5-6 正规化同现矩阵.mp415.85MB

5-7 矩阵补全问题.mp414.48MB

5-8 通过用户和物品的特征进行推荐.mp420.47MB

5-9 利用矩阵形式预测.mp48.3MB

5-10 通过矩阵分解发现隐藏结构.mp419.82MB

5-11 特征+矩阵分解.mp410.71MB

5-12 推荐系统的性能度量.mp418.92MB

5-13 最优推荐.mp47.17MB

5-14 准确率-召回率曲线.mp421.88MB

5-15 推荐系统总结.mp411.76MB

5-16 推荐系统实践-获取和探索音乐数据.mp437.57MB

5-17 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp437.31MB

5-18 推荐系统实践-构建和评估个性化的音乐推荐系统.mp426.24MB

5-19 推荐系统实践-召回率来比较推荐模型.mp424.04MB

5.2.mp424.15MB

第6章深度学习229.21MB

6-1 深度学习：图像搜索.mp44.67MB

6-2 神经网络.mp439.47MB

6-3 深度学习在计算机视觉中的应用.mp420.11MB

6-4 深度学习的性能.mp410.22MB

6-5 计算机视觉中的深度学习.mp44.87MB

6-6 深度学习的挑战.mp48.89MB

6-7 迁移学习.mp422.26MB

6-8 深度学习总结(1).mp48.84MB

6-9 深度学习实践-获取图像数据.mp430.38MB

6-10 深度学习实践-构建图像检索的最近邻模型.mp416.58MB

6-11 深度学习实践-通过查询最近邻模型来检索图像.mp432.11MB

6-12 深度学习实践-检索和轿车图像最相似的图像.mp48.76MB

6-13 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp422.05MB

机器学习启蒙讲师源码.zip289.46KB

机器学习启蒙源码.zip289.46KB

数据集.rar211.48MB

共114个文件，合计：4.28GB

网站声明：
1. 本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
4. 本站作为非经营性网站，所有服务仅供学习交流使用。

{{userData.name}}已认证

10小时入门大数据