大数据&AI

发布时间：2024-11-16

发布者：

兰舟墨客

文件大小：共计282个文件，合计:18.50 GB

资源金币：4.99 金币

资源来源：阿里网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

《大数据&AI》资源集涵盖了从大数据技术基础到AI深度学习的全方位内容。资源包括《即学即用的Sark实战44讲》和《42讲轻松通关Fk》等大数据处理课程，以及《深度学习入门与实战》等AI深度学习课程。视频内容涵盖了文本分类、图像分类、语义分割等多个热门领域的技术背景和实战项目，如使用BERT进行文本分类模型制作，以及实现基于TrF的手写识别等。此外，资源还涉及数据预处理、张量与数据流图、RNN与LSTM、自编码器、生成式对抗网络等深度学习核心概念。大数据部分则包含数据化运营、数据隐私保护、数据挖掘算法、计算机视觉与自然语言处理等内容，帮助您全面掌握大数据时代的核心技能。

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2024-11-16)

资源投诉

大数据&AI18.50 GB

7_即学即用的Spark实战44讲6.01 GB

文档

[204] 第43讲：两个简化了的重要问题：数据更新和数据实时性.mp438.62 MB

[207] 彩蛋：如何成为 Spark Contributor.mp444.72 MB

[205] 第44讲：另一种并行：Lambda 架构与 Kappa 架构.mp474.74 MB

[206] 结束语：统一的编程模型，统一的编程语言，统一的架构.mp474.29 MB

[203] 第42讲：如何通过 OLAP 与报表呈现结果.mp461.04 MB

[28] 第37讲：如何对模型性能进行评估并调优？.mp473.23 MB

[202] 第4讲：如何构建数据立方体.mp450.37 MB

[20] 第40讲：如何业务数据库的数据.mp445.81 MB

[26] 第35讲：物以类聚：Kmean 聚类算法.mp462.14 MB

[27] 第36讲：推荐引擎：协同过滤.mp4114.90 MB

[2] 第39讲：作为 Yelp 运营负责人，如何根据数据进行决策？.mp482.88 MB

[29] 第38讲：数据仓库与商业智能系统架构剖析.mp495.98 MB

[23] 第32讲：标准化机器学习流程：ML pipeline.mp470.61 MB

[2] 第30讲：实战 2：用 GraphX 求得顶点的 n 度邻居.mp449.67 MB

[999] 第28讲：Pregel 还是 MapReduce：一个有趣的算子 AggregateMeage.mp482.52 MB

[24] 第33讲：如何对数据进行预处理？.mp4107.80 MB

[998] 第27讲：像顶点一样思考：大规模并行图挖掘引擎 GraphX.mp4100.24 MB

[20] 第29讲：实战：用 GraphX 实现 PageRank 算法.mp487.51 MB

[22] 第3讲：机器学习是什么：机器学习与机器学习工作流.mp4106.29 MB

[25] 第34讲：少数服从多数：随机森林分类器.mp4192.51 MB

[997] 第26讲：数据并行：Spark 如何抽象图，如何切分图，如何处理图.mp4116.43 MB

[995] 第24讲：实战：如何对股票交易实时价格进行分析？.mp491.66 MB

[994] 第23讲：如何对 Spark 流处理进行性能调优？.mp485.30 MB

[996] 第25讲：什么是图：图模式，图相关技术与使用场景.mp4128.25 MB

[988] 第7讲：实战：探索葡萄牙银行电话调查的结果.mp4106.12 MB

[989] 第8讲：流处理：什么是流处理？以及你必须考虑的消息送达保证问题.mp4134.05 MB

[992] 第2讲：统一批处理与流处理：Dataflow.mp4205.15 MB

[99] 第20讲：如何在生产环境中使用 Spark Streaming.mp4180.62 MB

[990] 第9讲：批处理还是流处理：Spark Streaming 抽象、架构与使用方法.mp4204.18 MB

[993] 第22讲：新一代流式计算框架：Structured Streaming.mp4272.81 MB

[980] 第09讲：函数式编程思想：你用什么，你在什么？.mp4209.09 MB

[984] 第3讲：如何使用用户自定义函数？.mp4168.58 MB

[98] 第0讲：共享变量：如何在数据管道中使用中间结果？.mp4182.03 MB

[982] 第讲：计算框架的分布式实现：剖析 Spark Shuffle 原理.mp4177.91 MB

[983] 第2讲：如何处理结构化数据：DataFrame 、Dataet和Spark SQL.mp4217.34 MB

[987] 第6讲：Tungten 和 Hydrogen：Spark 性能提升与优化计划.mp4250.09 MB

[985] 第4讲：列式存储：针对查询场景的极致优化.mp4159.73 MB

[986] 第5讲：如何对 Spark 进行全方位性能调优？.mp4289.41 MB

[975] 第04讲：解析 Spark 数据处理与分析场景.mp4105.94 MB

[978] 第07讲：Spark 核心数据结构：弹性分布式数据集 RDD.mp4128.49 MB

[977] 第06讲：Spark 抽象、架构与运行环境.mp4137.61 MB

[974] 第03讲：如何设计与实现统一资源管理与调度系统.mp4151.99 MB

[976] 第05讲：如何选择 Spark 编程语言以及部署 Spark.mp4133.66 MB

[979] 第08讲：算子：如何构建你的数据管道？.mp4299.14 MB

[972] 第0讲： MapReduce：计算框架和编程模型.mp4122.77 MB

[973] 第02讲：Hadoop：集群的操作系统.mp4145.39 MB

[97] 开篇词：学了就能用的 Spark？.mp4133.84 MB

课程列表信息.txt5.70 KB

8_42讲轻松通关 Flink5.49 GB

文档

[4602] 结束语：疾风亦有归途.mp450.24 MB

[2076] 第4讲：Flink 面试-源码篇.mp473.98 MB

[2077] 第42讲：Flink 面试-方案设计篇.mp447.25 MB

[2074] 第39讲：Flink 面试-基础篇.mp4101.62 MB

[2069] 第34讲：Flink 和 Redi 整合以及 Redi Sink 实现.mp453.28 MB

[2075] 第40讲：Flink 面试-进阶篇.mp490.93 MB

[2073] 第38讲：Flink 调用 CEP 实现报警功能.mp474.91 MB

[207] 第36讲：自定义消息事件.mp492.49 MB

[2070] 第35讲：项目背景和 Flink CEP 简介.mp440.93 MB

[2072] 第37讲：自定义 Pattern 和报警规则.mp461.99 MB

[2066] 第3讲：Kafka 模拟数据生成和发送.mp483.38 MB

[2064] 第29讲：项目背景和实时处理系统架构设计.mp486.94 MB

[2065] 第30讲：Flume 和 Kafka 整合和部署.mp463.51 MB

[2063] 第28讲：TopN 热门商品功能实现.mp477.62 MB

[2068] 第33讲：Flink 计算 PV、UV 代码实现.mp471.26 MB

[2067] 第32讲：Flink 和 Kafka 整合时间窗口设计.mp4114.39 MB

[2062] 第27讲：Flink Redi Sink 实现.mp476.20 MB

[2056] 第2讲：Flink 在实时计算平台和实时数据仓库中的作用.mp4157.87 MB

[2060] 第25讲：Flink 中 watermark 的定义和使用.mp4122.22 MB

[206] 第26讲：Flink 中的聚合函数和累加器的设计和使用.mp4129.34 MB

[2058] 第23讲：Mock Kafka 消息并发送.mp4110.92 MB

[2057] 第22讲：项目背景和整体架构设计.mp4132.68 MB

[2059] 第24讲：Flink 消费 Kafka 数据业务开发.mp4165.68 MB

[2052] 第7讲：生产环境中的并行度和资源设置.mp4103.50 MB

[2055] 第20讲：Flink 高级应用之海量数据高效去重.mp4116.27 MB

[2054] 第9讲：Flink 如何做维表关联.mp4136.18 MB

[2049] 第4讲：Flink Exactly-once 实现原理解析.mp4155.42 MB

[205] 第6讲：如何处理生产环境中的数据倾斜问题.mp4137.22 MB

[2053] 第8讲：如何进行生产环境作业监控.mp4143.84 MB

[2050] 第5讲：如何排查生产环境中的反压问题.mp4118.92 MB

[2045] 第0讲：Flink Side OutPut 分流.mp4129.98 MB

[2048] 第3讲：如何实现生产环境中的 Flink 高可用配置.mp4158.93 MB

[2047] 第2讲：Flink 常用的 Source 和 Connector.mp4147.51 MB

[2046] 第讲：Flink CEP 复杂事件处理.mp4148.83 MB

[2042] 第07讲：Flink 常见核心概念分析.mp4167.46 MB

[2043] 第08讲：Flink 窗口、时间和水印.mp4334.82 MB

[2044] 第09讲：Flink 状态与容错.mp4178.37 MB

[2038] 第03讲：Flink 的编程模型与其他框架比较.mp4102.90 MB

[2035] 开篇词：实时计算领域最锋利的武器 Flink.mp4153.80 MB

[2039] 第04讲：Flink 常用的 DataSet 和 DataStream API.mp4187.55 MB

[204] 第06讲：Flink 集群安装部署和 HA 配置.mp4214.44 MB

[2036] 第0讲：Flink 的应用场景和架构模型.mp4164.03 MB

[2040] 第05讲：Flink SQL & Table 编程和案例.mp4275.45 MB

[2037] 第02讲：Flink 入门程序 WordCount 和 SQL 实现.mp4266.30 MB

课程列表信息.txt4.74 KB

522_深度学习入门与实战3.85 GB

文档

[4994] 20 文本分类：技术背景与经典网络结构介绍.mp4178.06 MB

[4996] 结束语掌握深度学习，搭上 AI 快车.mp445.15 MB

[4995] 2 文本分类：用 Bert 做出一个优秀的文本分类模型.mp4260.03 MB

[4993] 9 语义分割：打造简单高效的人像分割模型.mp4206.96 MB

[4988] 4 工作机制与流程：通过手写识别深入了解 TenorFlow.mp4125.59 MB

[4989] 5 TenorBoard：实验统计分析助手.mp4117.14 MB

[499] 7 图像分类：实现你的第一个图像分类实战项目.mp4176.03 MB

[4990] 6 图像分类：技术背景与常用模型解析.mp4200.05 MB

[4992] 8 语义分割：技术背景与算法剖析.mp4203.36 MB

[4986] 2 数据预处理：让模型学得更好.mp4252.79 MB

[4987] 3 张量、数据流图与概念：初步了解 TenorFlow.mp4217.90 MB

[4982] 08 RNN 与 LSTM：模型也可以持续不断地思考.mp4117.79 MB

[4983] 09 自编码器：让模型拥有属于自己的表达和语言.mp4160.66 MB

[4985] 集成、共享、敏捷：Jupyter Notebook 的使用.mp4184.37 MB

[4979] 05 前馈网络与反向传播：模型的自我学习（下）.mp4144.79 MB

[4984] 0 生成式对抗网络：艺术创造也可以成为深度学习的拿手好戏.mp4120.74 MB

[4980] 06 线性回归模型：在问题中回顾与了解基础概念.mp4144.20 MB

[4977] 03 AI 术语：让你变得更加专业.mp4191.95 MB

[4978] 04 函数与优化方法：模型的自我学习（上）.mp4198.66 MB

[498] 07 卷积神经网络：给你的模型一双可以看到世界的眼睛.mp4234.61 MB

[4974] 开篇词掌握深度学习，畅游 AI 时代.mp494.03 MB

[4975] 0 从神经元说起：数学篇.mp4175.40 MB

[4976] 02 从神经元说起：结构篇.mp4187.39 MB

课程列表信息.txt2.72 KB

65_大数据技术基础 22 讲3.15 GB

文档

[6534] 22 数据中台：用大数据赋能业务.mp4115.83 MB

[6536] 结束语得大数据者得天下.mp465.96 MB

[6535] 彩蛋大数据时代，未来将去向何方.mp472.53 MB

[6532] 20 如何从零开始做数据化运营？.mp4171.88 MB

[6533] 2 大数据环境下如何保护隐私.mp4142.33 MB

[6526] 4 带你聊一聊标准化数据挖掘全流程.mp4114.42 MB

[6530] 8 数据可视化：如何直观地“看见”数据？.mp4143.06 MB

[6527] 5 让你一看就懂的数据挖掘四大经典算法.mp4144.00 MB

[6528] 6 计算机视觉 VS 自然语言处理，你选哪个？.mp4149.01 MB

[6529] 7 如何深入分析电商数据中的价值？.mp4136.43 MB

[653] 9 如何快速搭建一个推荐系统？.mp4144.91 MB

[6520] 08 HBae 和 Hive 你能分清楚吗？.mp4107.63 MB

[6524] 2 Spark 与 Flink 的爱恨情仇（上）.mp4124.08 MB

[659] 07 专为解决大数据存储问题而产生的 HDFS.mp4120.89 MB

[6525] 3 Spark 与 Flink 的爱恨情仇（下）.mp4109.96 MB

[6522] 0 消息系统 Kafka 与 Flume 如何抉择.mp4169.50 MB

[6523] MapReduce 处理大数据的基本思想有哪些.mp4139.30 MB

[652] 09 让你彻底明白为什么大公司都在做云服务.mp4143.99 MB

[655] 03 为了追赶当下趋势，我们要做什么思想准备？.mp4126.24 MB

[658] 06 精准溯源：大数据中的数据到底是从哪儿来的？.mp4107.80 MB

[654] 02 从萌芽到爆发，大数据经历了哪些发展？.mp4127.79 MB

[657] 05 大数据开发必备工具——Hadoop.mp4114.00 MB

[652] 开篇词如何在庞大的大数据体系中明确路径？.mp4153.43 MB

[656] 04 阿里美团这些大厂都在用什么大数据架构？.mp4153.00 MB

[653] 0 从天气预报看什么是大数据.mp4131.51 MB

课程列表信息.txt2.83 KB

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预