银河1号

当大数据运动开始时，它主要集中在批处理上。分布式数据存储和查询工具（如MapReduce，Hive和Pig）都旨在分批处理数据而不是连续处理数据。企业每晚都会运行多个作业，从数据库中提取数据，然后分析，转换并最终存储数据。最近，企业发现了分析和处理数据和事件的能力，而不是每隔几…

接着上篇文章 深入浅出学习决策树（一） 继续介绍决策树相关内容。 在预测数值变量时，构造树的想法保持不变，但质量标准会发生变化。 其中n是叶子中的样本数，Yi是目标变量的值。简单地说，通过最小化均值周围的方差，我们寻找以这样的方式划分训练集的特征，即每个叶子中的目标特征的值大致…

了解为了成为数据科学家而应该了解的十种机器学习算法。 机器学习从业者有不同的个性。虽然其中一些是“我是X专家，X可以训练任何类型的数据”，其中X =某种算法，其他人是“正确的工具用于正确的工作”的人。他们中的很多人还订阅了“各行各业的高手”的策略，他们拥有一个深厚的专业领域，并…

本文的第一部分介绍了Neo4j及其Cypher查询语言。如果您已经阅读了第1部分，那么您已经了解了为什么Neo4j和其他图形数据库特别受 或网络中用户之间关系建模的影响。您还在开发环境中安装了Neo4j，并概述了使用此数据存储的基本概念 - 即节点和关系。 然后，我们使用Cyp…

以下材料最好用Jupyter notebook 阅读，如果您克隆course repository，可以使用Jupyter在本地复制。 在我们深入研究本周文章的材料之前，让我们先谈谈我们要解决的问题类型以及它在激动人心的机器学习领域的地位。T. Mitchell的书“ A co…

线程化是指同时执行程序过程以提高应用程序性能的实践。虽然直接在业务应用程序中使用线程并不常见，但它们一直在Java框架中使用。 例如，处理大量信息的框架（如Spring Batch）使用线程来管理数据。同时操作线程或CPU进程可提高性能，从而实现更快，更高效的程序。 获取此Ja…

几十年来，关系数据库一直主导着数据管理，但它们最近已经失去了NoSQL的替代品。虽然NoSQL数据存储不适合每个用例，但它们通常更适合 ，这是处理大量数据的系统的简写。四种类型的数据存储用于大数据： 进行交互的图形数据库。虽然关系数据库擅长管理数据 。例如，在社交网络中，您要分…

随机森林是一种灵活，易于使用的机器学习算法，即使没有超参数调整，也能在大多数情况下产生出色的结果。它也是最常用的算法之一，因为它简单，并且可以用于分类和回归任务。在这篇文章中，您将学习随机森林算法如何工作以及其他几个重要的事情。 随机森林是一种监督学习算法。就像你已经从它的名字…

欢迎来到新的Java Challengers博客！本博客致力于挑战Java编程中的概念。掌握它们，你将成为一名技术娴熟的Java程序员。 本博客中的技术需要付出一些努力才能掌握，但它们会对你作为Java开发人员的日常体验产生重大影响。当你知道如何正确应用核心Java编程技术时，…