失色的瞳孔

回答一：身为数据极客，在2017年应该能感觉很幸福。 去年，我们曾经问过大家“大数据还是个值得关注的大事吗？”，并注意到由于大数据更像是一种“系统化工程”，因此在企业的接受速度方面要落后于整个业界的炒作。大数据技术用了多年时间进行演化，才从一种看起来很酷的新技术变成企业在生产环…

回答：SQL server，Mysql，Oracle都可以说是老牌数据库产品了，就产品本身来说，这三个数据库产品都是成功的。 这三个产品都有清晰的市场定位:Sql server专注服务于windows服务平台，提供了大量中小型应用的数据库服务，口碑跟windows产品一样，操作…

答：学习任何东西都一样，一开始就是一道坎，我很喜欢看书，特别是容易入门的书。对于大数据，我的具体研究方向是大规模数据的机器学习应用，所以首先要掌握以下基本概念。 当然一开始只要有微积分、线代以及概率论基本上就可以入门机器学习，我强烈推荐几本书，这几本书不需要看完，只需要对其中重…

对于大数据开发通常是在Linux环境下进行的，相比Linux操作系统，Windows操作系统是封闭的操作系统，开源的大数据软件很受限制，因此，想从事大数据开发相关工作，还需掌握Linux基础操作命令。 Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一…

想了解大数据知识这方面的朋友们，可以关注下我的公众号，每周公众号都会更新大数据公开课程，想要了解的赶紧关注哦，每天还有关于大数据这方面的信息更新，赶快行动吧！！！长按即可关注，欢迎你的到来！

在数据科学方面，Python的语法与数学语法最为接近，因此是数学家或经济学家等专业人士最容易理解和学习的语言。本文将罗列机器学习和数据科学应用程序中最有用的十大Python工具 SHOGUN是一个机器学习工具箱，专注于支持向量机（SVM）的学习工具箱。它是用C++编写的，早在1…

大数据时代，用数据做出理性分析显然更为有力。做数据分析前，能够找到合适的的数据源是一件非常重要的事情，获取数据的方式有很多种，不必局限。下面将从公开的数据集、爬虫、数据采集工具、付费API等等介绍。给大家推荐一些能够用得上的数据获取方式。 UCI：经典的机器学习、数据挖掘数据集…

接下来，我把这20个产品，分成了2类。 Apache Hadoop: 是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构。 Apache Hive: 是基于Hadoop的一个数据仓库工具，可…

1、海量日志数据，提取出某日访问百度次数最多的那个IP。 解决方案：首先是将这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小…