授课对象:这是一门数学课程,适合有志于转往大数据分析领域的非数学专业人士(例如IT人,业务人员等)补强数学基础,以更好地学习更高级的数据分析,数据挖掘,机器学习课程收获预期:可以大幅度提高学员的数学基础,使其学习其它大数据分析课程时觉得更加简单,得心应手课程内容:第1课面向小白的统计学:描述性统计(均值,中位数,众数,方差,标准差,与常见的统计图表)第2课赌博设计:概率的基本概念,古典概型第3课每人脑袋里有个贝叶斯:条件概率与贝叶斯公式,独立性第4课啊!微积分:随机变量及其分布(二项分布,均匀分布,正态分布)&J.e3P:w6X2^;K*W1U&X第5课万事皆由分布掌握:多维随机变量及其分布4o7|%v%n9\"m4R)|第5课砖家的统计学:随机变量的期望,方差与协方差"s4@+n.v"I:V)`-u第6课上帝之手,统计学的哲学基础:大数定律、中心极限定理与抽样分布+j:W+V/n1_4Y)`/w+[第8课点数成金,从抽样推测规律之一:参数估计之点估计$v3^1V.H(t,G9b:U第9课点数成金,从抽样推测规律之二:参数估计之区间估计第10课对或错?告别拍脑袋决策:基于正态总体的假设检验第11课扔掉正态分布:秩和检验!s!G1w#i3P*]#e第12课预测未来的技术:回归分析,O%b!U)k4h#]$p第13课抓住表象背后那只手:方差分析第14课沿着时间轴前进,预测电子商务业绩:时间序列分析简介,X.n%b4~8PE9\+d第15课PageRank的背后:随机过程与马尔科夫链简介
2025/7/23 6:41:21 61B 大数据
1
CDH集群运维手册
2025/7/22 19:21:32 425.79MB 大数据
1
大数据组件,官方版本:CDH6.2.0操作系统:CentOS7/RHEL7完整系列:GPLEXTRAS-6.2.0-1.gplextras6.2.0.p0.967373-el7.parcelGPLEXTRAS-6.2.0-1.gplextras6.2.0.p0.967373-el7.parcel.sha
2025/7/20 8:57:58 3.06MB CDH6.2.0 CDH 大数据
1
大数据项目实战和大数据讲解ppt大数据项目实战和大数据讲解ppt大数据项目实战和大数据讲解ppt大数据项目实战和大数据讲解ppt
2025/7/17 17:03:26 19.43MB 大数据 项目实战 讲解ppt
1
QTableView大数据源码显示,可一次显示超过100万数据而不卡
2025/7/17 8:50:03 14KB QTableView
1
大数据最基本就是数据以及用于计算的资源,需要将相应的数据和资源开放给对应的用户使用,以防被窃取、被破坏造成损失,这个就涉及大数据安全。
主流的大数据安全组件Kerberos由于使用临时的用户验证机制不适用用户多的情况、Sentry只适用少部分的Hadoop生态组件应用场景少。
ApacheRanger作为标准化的访问控制层,引入统一的权限模型与管理界面,极大地简化了数据权限的管理,统一的权限管理降低了学习成本,非常易于使用。
ApacheRanger:一个用于在整个Hadoop平台上使用,用来监视和管理全面的数据安全性的框架。
主要是提供一个集中式安全管理框架,并解决授权和审计问题。
特点:集中式安全管
2025/7/14 4:49:52 214KB Ranger学习——基础概念
1
某文库里标价40RMB的一份完整的大数据方案,520页的Word文档
2025/7/12 14:44:10 19.15MB 大数据 完整 方案
1
大数据基础-Linux基础详解课程
2025/7/12 13:10:28 207.71MB 大数据 linux
1
无论通话的落地、转接、还是国际漫游,国际通信的实现都需要对端运营商配合,并占用它的系统资源。
所以,一旦进行国际通话,发起方的运营商,就需要向对接的运营商支付费用。
在这个过程中,通话双方的交换机上会有通话记录,包括通话时间,通话方向和持续时间。
最后,落地方根据这些记录,生成结算对账报表,跟呼叫发起方/来话方的统计数据核对、结账。
在漫游状态下,话音业务的通话记录,都在漫游地的交换机上产生。
因此,在国际漫游协议中明确:漫游业务是双方基于信任开展的合作。
归属地完全信任漫游地产生的话单,依据结算费率和漫游地提供的话单,向漫游合作伙伴支付结算费用。
尽管后来归属地也能够掌握和控制用户在海外的上
2025/7/10 9:46:04 1.97MB DAPP
1
Hadoop是大数据领域最流行的技术,但并非唯一。
还有很多其他技术可用于解决大数据问题。
除了ApacheHadoop外,另外9个大数据技术也是必须要了解的。
1.ApacheFlink2.ApacheSamza3.GoogleCloudDataFlow4.StreamSets5.TensorFlow6.ApacheNiFi7.Druid8.LinkedInWhereHows9.MicrosoftCognitiveServices:是一个高效、分布式、基于Java实现的通用大数据分析引擎,它具有分布式MapReduce一类平台的高效性、灵活性和扩展性以及并行数据库查询优化方案,它支持批量和基于流的
1
共 963 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡