- 博客(2)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 基于PaaS通用校园办公云平台的设计与实现视频教程
《基于PaaS通用校园办公云平台的设计与实现（流程控制、ztree、工作流）》课程讲师：Adam课程分类：Java适合人群：中级课时数量：45课时用到技术：PaaS、工作流、ztree、工作流引擎涉及项目：校园办公平台该课程是一个paas平台搭建的课程，本课程以一个校园办公为业务原型，重点讲解了paas平台的相关开发知识。课程大纲
2014-02-25 10:09:57
1008
1
原创 Hadoop分布式教程 Greenplum Hadoop大数据教程
《基于Greenplum Hadoop分布式平台的大数据解决方案及商业应用案例剖析》课程讲师：蒙老师 课程分类：Java适合人群：初级课时数量：70课时用到技术：MapReduce、HDFS、Map-Reduce、Hive、Sqoop涉及项目：Greenplum Hadoop大数据分析平台本系列课程主要分三部分：（总共70讲）
2014-02-20 11:48:12
783
Spark机器学习视频第10课.最终获取用户的收藏以及订单转换率
课程目录：
课时1：Spark介绍
课时2：Spark2集群安装
课时3：Spark RDD操作
课时4：SparkRDD原理剖析
课时5：Spark2sql从mysql中导入
课时6：Spark1.6.2sql与mysql数据交互
课时7：SparkSQL java操作mysql数据
课时8：Spark统计用户的收藏转换率
课时9：Spark梳理用户的收藏以及订单转换率
课时10：最终获取用户的收藏以及订单转换率
课时11：Spark Pipeline构建随机森林回归预测模型
课时12：Spark 随机森林回归预测结果并存储进mysql
课时13：Spark对收藏转预测换率与真正的转换率对比，以及决策树模型构建
课时14：Spark机器学习对各种监督与非监督分类学习详细介绍
课时15：Spark协同过滤算法，构建用户与产品模型
课时16：Spark协同算法完成给用户推荐产品
课时17：mongodb的安装以及其基本操作
课时18：Spark与mongodb整合
课时19：Spark预测收藏以及给用户推荐的产品存储进mongodb
课时20：操作RDD需要注意点，以及Spark内存分配资源调优
课时21：Spark整个学习过程及其总结
2016-09-05
Spark机器学习视频第4课.SparkRDD原理剖析
课程目录：
课时1：Spark介绍
课时2：Spark2集群安装
课时3：Spark RDD操作
课时4：SparkRDD原理剖析
课时5：Spark2sql从mysql中导入
课时6：Spark1.6.2sql与mysql数据交互
课时7：SparkSQL java操作mysql数据
课时8：Spark统计用户的收藏转换率
课时9：Spark梳理用户的收藏以及订单转换率
课时10：最终获取用户的收藏以及订单转换率
课时11：Spark Pipeline构建随机森林回归预测模型
课时12：Spark 随机森林回归预测结果并存储进mysql
课时13：Spark对收藏转预测换率与真正的转换率对比，以及决策树模型构建
课时14：Spark机器学习对各种监督与非监督分类学习详细介绍
课时15：Spark协同过滤算法，构建用户与产品模型
课时16：Spark协同算法完成给用户推荐产品
课时17：mongodb的安装以及其基本操作
课时18：Spark与mongodb整合
课时19：Spark预测收藏以及给用户推荐的产品存储进mongodb
课时20：操作RDD需要注意点，以及Spark内存分配资源调优
课时21：Spark整个学习过程及其总结
2016-09-05
Spark机器学习视频第2课.Spark2集群安装
课程目录：
课时1：Spark介绍
课时2：Spark2集群安装
课时3：Spark RDD操作
课时4：SparkRDD原理剖析
课时5：Spark2sql从mysql中导入
课时6：Spark1.6.2sql与mysql数据交互
课时7：SparkSQL java操作mysql数据
课时8：Spark统计用户的收藏转换率
课时9：Spark梳理用户的收藏以及订单转换率
课时10：最终获取用户的收藏以及订单转换率
课时11：Spark Pipeline构建随机森林回归预测模型
课时12：Spark 随机森林回归预测结果并存储进mysql
课时13：Spark对收藏转预测换率与真正的转换率对比，以及决策树模型构建
课时14：Spark机器学习对各种监督与非监督分类学习详细介绍
课时15：Spark协同过滤算法，构建用户与产品模型
课时16：Spark协同算法完成给用户推荐产品
课时17：mongodb的安装以及其基本操作
课时18：Spark与mongodb整合
课时19：Spark预测收藏以及给用户推荐的产品存储进mongodb
课时20：操作RDD需要注意点，以及Spark内存分配资源调优
课时21：Spark整个学习过程及其总结
2016-09-05
Spark机器学习第1课.Spark介绍
课程目录：
课时1：Spark介绍
课时2：Spark2集群安装
课时3：Spark RDD操作
课时4：SparkRDD原理剖析
课时5：Spark2sql从mysql中导入
课时6：Spark1.6.2sql与mysql数据交互
课时7：SparkSQL java操作mysql数据
课时8：Spark统计用户的收藏转换率
课时9：Spark梳理用户的收藏以及订单转换率
课时10：最终获取用户的收藏以及订单转换率
课时11：Spark Pipeline构建随机森林回归预测模型
课时12：Spark 随机森林回归预测结果并存储进mysql
课时13：Spark对收藏转预测换率与真正的转换率对比，以及决策树模型构建
课时14：Spark机器学习对各种监督与非监督分类学习详细介绍
课时15：Spark协同过滤算法，构建用户与产品模型
课时16：Spark协同算法完成给用户推荐产品
课时17：mongodb的安装以及其基本操作
课时18：Spark与mongodb整合
课时19：Spark预测收藏以及给用户推荐的产品存储进mongodb
课时20：操作RDD需要注意点，以及Spark内存分配资源调优
课时21：Spark整个学习过程及其总结
2016-09-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人