10小时入门大数据:Hadoop核心实战与机器学习启蒙双课程合集

・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
・为防止资源链接失效,请及时转存文件。
  • 夸克网盘 CSDN会员电子书合集1000本,涵盖编程、AI、数据库等主流技术领域

    CSDN会员电子书合集1000本,涵盖编程、AI、数据库等主流技术领域
    CSDN会员电子书合集1000本,涵盖编程、AI、数据库等主流技术领域
  • 夸克网盘 图灵程序设计丛书230+册合集:从入门到进阶的编程学习宝库

  • 夸克网盘 电商数仓实战:大数据项目V1.2新版,含源码课件

    电商数仓实战:大数据项目V1.2新版,含源码课件
    电商数仓实战:大数据项目V1.2新版,含源码课件
  • 夸克网盘 清华大学图书馆高清书籍合集|5万册电子书资源全学科覆盖

    清华大学图书馆高清书籍合集|5万册电子书资源全学科覆盖
    清华大学图书馆高清书籍合集|5万册电子书资源全学科覆盖
  • 夸克网盘 AI Agent股票异动风控机器人实战:美股+A股双市场监控课程

    AI Agent股票异动风控机器人实战:美股+A股双市场监控课程
    AI Agent股票异动风控机器人实战:美股+A股双市场监控课程
  • 夸克网盘 清华大学出版社正版图书2237册合集(PDF电子书)

    清华大学出版社正版图书2237册合集(PDF电子书)
    清华大学出版社正版图书2237册合集(PDF电子书)
  • 夸克网盘 清华大学出版社2237册正版图书合集

  • 夸克网盘 某大学出版社1416册图书合辑 [PDF]

    某大学出版社1416册图书合辑 [PDF]
    某大学出版社1416册图书合辑 [PDF]
  • 夸克网盘 唐宇迪37门全栈技术进阶课程合集:人工智能与大数据

    唐宇迪37门全栈技术进阶课程合集:人工智能与大数据
    唐宇迪37门全栈技术进阶课程合集:人工智能与大数据
  • 夸克网盘 职场AI高效办公:ChatGPT与Midjourney实战教程

    职场AI高效办公:ChatGPT与Midjourney实战教程
    职场AI高效办公:ChatGPT与Midjourney实战教程
  • 夸克网盘 Python学习书籍合集[PDF]

    Python学习书籍合集[PDF]
    Python学习书籍合集[PDF]
  • 夸克网盘 大数据开发全栈实战:Hadoop/Spark/Flink源码解析与网易真实项目案例

    大数据开发全栈实战:Hadoop/Spark/Flink源码解析与网易真实项目案例
    大数据开发全栈实战:Hadoop/Spark/Flink源码解析与网易真实项目案例
  • 夸克网盘 180本后端开发必读经典书籍合集(PDF版)

    180本后端开发必读经典书籍合集(PDF版)
    180本后端开发必读经典书籍合集(PDF版)
  • 夸克网盘 WebRTC音视频直播实战:源码详解与项目开发

    WebRTC音视频直播实战:源码详解与项目开发
    WebRTC音视频直播实战:源码详解与项目开发
  • 夸克网盘 Python学习精品书籍与慕课网分布式爬虫课程

    Python学习精品书籍与慕课网分布式爬虫课程
    Python学习精品书籍与慕课网分布式爬虫课程

对于希望快速踏入大数据领域的学习者而言,一套体系清晰、节奏紧凑的入门课程至关重要。本资源集合了两套相辅相成的视频教程,不仅覆盖了大数据生态的核心基础,还延伸至机器学习的前沿应用,为从零起步的开发者提供了一条高效的学习路径。

《10小时入门大数据》:构建Hadoop生态核心技能

该课程以Hadoop生态为主线,通过精炼的10个章节,帮助学习者迅速建立大数据处理的知识框架。内容从宏观的大数据概述出发,逐步深入到HDFS分布式文件系统、YARN资源调度以及MapReduce计算模型等关键组件。课程特别设置了Hadoop项目实战与分布式集群搭建环节,让理论落地于实践。此外,还涵盖了Hadoop与Spring框架的集成应用,并拓展了Spark、Flink等前沿计算框架的概览,最后介绍了Hadoop 3.x的新特性,确保学习者掌握的技术栈与时俱进。配套的源码文件更便于同步练习与参考。

《机器学习启蒙》:从算法原理到案例实践

作为大数据分析的进阶延伸,这套教程以直观易懂的方式讲解机器学习核心模型。课程从Python基础与GraphLab工具的使用讲起,系统性地介绍了回归模型(如房价预测)、分类模型(如情感分析)、聚类与相似度模型(如文档检索)以及推荐系统(如音乐推荐)的构建与评估。每个章节均配有基于真实数据集的实践项目,例如使用房屋销售数据预测房价、分析商品评论情感、检索维基百科文章等,帮助学习者深刻理解算法背后的逻辑与应用场景。课程最后还引入了深度学习与图像检索的初步探索,为后续深入研究打下基础。

两套课程资源互补,前者夯实大数据工程基础,后者开启智能分析思维,非常适合希望系统掌握大数据与机器学习入门知识的开发者、学生及转行人员。所有视频均按章节清晰整理,并附带讲师源码与数据集,方便随时查阅与反复学习。

10小时入门大数据:Hadoop核心实战与机器学习启蒙双课程合集

📢 以下文件由夸克网盘用户于2026-05-10分享(文件数量过多时仅展示部分文件)
10小时入门大数据4.28GB
10小时入门大数据2.4GB
第1章 大数据概述62.34MB
第1章 大数据概述.mp462.34MB
第2章 初识Hadoop169.97MB
第2章 初识Hadoop.mp4169.97MB
第3章 分布式文件系统HDFS508.97MB
第3章 分布式文件系统HDFS.mp4508.97MB
第4章 分布式资源调度YARN130.82MB
第4章 分布式资源调度YARN.mp4130.82MB
第5章 分布式计算框架MapReduce414.85MB
第5章 分布式计算框架MapReduce.mp4414.85MB
第6章 Hadoop项目实战262.66MB
第6章 Hadoop项目实战.mp4262.66MB
第7章 Hadoop分布式集群搭建235.64MB
第7章 Hadoop分布式集群搭建.mp4235.64MB
第8章 Hadoop集成Spring的使用167.35MB
第8章 Hadoop集成Spring的使用.mp4167.35MB
第9章 前沿技术拓展Spark,Flink,Beam293.58MB
第9章 前沿技术拓展Spark,Flink,Beam.mp4293.58MB
第10章 Hadoop3.x新特性212.56MB
第10章 Hadoop3.x新特性.mp4212.56MB
源码.zip16.95KB
慕课网 机器学习启蒙1.88GB
第1章 机器学习概述214.41MB
1-1 机器学习-导学.mp416.65MB
1-2 概述.mp412.72MB
1-3 机器学习示例.mp420.75MB
1-4 本门课使用的工具.mp416.87MB
1-5 本门课的内容.mp44.56MB
1-6 graphlab create的安装.mp410.47MB
1-7 IPython Notebook介绍.mp415.82MB
1-8 python 基本语法.mp422.13MB
1-9 条件和循环语句.mp420.81MB
1-10 Python中的函数.mp49.49MB
1-11 应用GraphCreate Lab.mp413.26MB
1-12 GraphLab Canvas.mp414.69MB
1-13 SFrame中的列操作.mp418.18MB
1-14 SFrame中的apply函数.mp418MB
第2章 回归模型275.09MB
2-1 线性回归概述.mp43.15MB
2-2 预测房价.mp410.8MB
2-3 线性回归.mp414.22MB
2-4 加入更高阶的因素.mp411.66MB
2-5 通过训练-测试分离来评估过拟合.mp422.93MB
2-6 训练测试曲线.mp411.75MB
2-7 加入新的特征.mp47.52MB
2-8 其他回归示例.mp414.19MB
2-9 回归总结.mp415.29MB
2-10 回归实践-下载和探索房屋销售数据.mp432.48MB
2-11 回归实践-把数据拆分成训练集和测试集.mp421.37MB
2-12 回归实践-学习一个简单的回归模型通过房屋大小预测房价.mp49.17MB
2-13 回归实践-评估模型的误差.mp424.82MB
2-14 回归实践-通过Matplotlib来可视化预测.mp47.56MB
2-15 回归实践-探索学习到的模型系数.mp427.07MB
2-16 回归实践-探索数据的其他特征.mp415.61MB
2-17 回归实践-学习通过更多特征来预测房价的模型.mp414.09MB
2-18 回归实践-应用学习到的模型来预测更多的房价.mp411.41MB
第3章 分类模型406.69MB
3-1 分类-分析情感.mp42.06MB
3-2 从主题预测情感.mp435.41MB
3-3 分类器应用.mp418.8MB
3-4 线性分类器.mp435.76MB
3-5 决策边界.mp418.59MB
3-6 训练和评估分类器.mp413.21MB
3-7 什么是好的精度.mp423.82MB
3-8 混淆矩阵.mp421.66MB
3-9 学习曲线.mp426.79MB
3-10 类别概率.mp412.25MB
3-11 分类总结.mp47.76MB
3-12 分类实践-获取和探索商品评论数据.mp412.58MB
3-13 分类实践-构建词袋向量.mp416.87MB
3-14 分类实践-探索流行的商品.mp429.16MB
3-15 分类实践-定义评论的正面和负面感情.mp433.93MB
3-16 分类实践-训练情感的分类器.mp416.59MB
3-17 分类实践-通过ROC曲线评估分类器.mp420.79MB
3-18 分类实践-应用模型于商品的最正面和最负面评论.mp428.48MB
3-19 分类实践-探索商品的最正面和最负面评价.mp432.19MB
第4章 聚类和相似度模型249.96MB
4-1 聚类和相似度-文档检索.mp41.84MB
4-2 检索感兴趣的文档.mp43.79MB
4-3 用于测量相似度的单词计数表示.mp420.72MB
4-4 应用TF-IDF对于重要单词进行优先级排序.mp49.81MB
4-5 TF-IDFf文档表示.mp413.36MB
4-6 检索相似的文档.mp46.64MB
4-7 文档聚类.mp48.98MB
4-8 聚类介绍.mp413.12MB
4-9 k-均值.mp411.36MB
4-10 其他例子.mp417.7MB
4-11 聚类和相似度总结.mp414.46MB
4-12 聚类和相似度实践-获取和探索维基百科数据.mp422.03MB
4-13 聚类和相似度实践-探索单词计数.mp431.93MB
4-14 聚类和相似度实践-计算和探索TF-IDF.mp427.85MB
4-15 聚类和相似度实践-计算维基百科文章的距离.mp417.27MB
4-16 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp413.72MB
4-17 聚类和相似度实践-实际文档检索的例子.mp415.38MB
第5章 推荐系统334.02MB
5-1 推荐商品.mp42.82MB
5-3 推荐的分类模型.mp412.3MB
5-4 协同过滤.mp412.43MB
5-5 流行物品的影响.mp47.8MB
5-6 正规化同现矩阵.mp415.85MB
5-7 矩阵补全问题.mp414.48MB
5-8 通过用户和物品的特征进行推荐.mp420.47MB
5-9 利用矩阵形式预测.mp48.3MB
5-10 通过矩阵分解发现隐藏结构.mp419.82MB
5-11 特征+矩阵分解.mp410.71MB
5-12 推荐系统的性能度量.mp418.92MB
5-13 最优推荐.mp47.17MB
5-14 准确率-召回率曲线.mp421.88MB
5-15 推荐系统总结.mp411.76MB
5-16 推荐系统实践-获取和探索音乐数据.mp437.57MB
5-17 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp437.31MB
5-18 推荐系统实践-构建和评估个性化的音乐推荐系统.mp426.24MB
5-19 推荐系统实践-召回率来比较推荐模型.mp424.04MB
5.2.mp424.15MB
第6章 深度学习229.21MB
6-1 深度学习:图像搜索.mp44.67MB
6-2 神经网络.mp439.47MB
6-3 深度学习在计算机视觉中的应用.mp420.11MB
6-4 深度学习的性能.mp410.22MB
6-5 计算机视觉中的深度学习.mp44.87MB
6-6 深度学习的挑战.mp48.89MB
6-7 迁移学习.mp422.26MB
6-8 深度学习总结(1).mp48.84MB
6-9 深度学习实践-获取图像数据.mp430.38MB
6-10 深度学习实践-构建图像检索的最近邻模型.mp416.58MB
6-11 深度学习实践-通过查询最近邻模型来检索图像.mp432.11MB
6-12 深度学习实践-检索和轿车图像最相似的图像.mp48.76MB
6-13 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp422.05MB
机器学习启蒙讲师源码.zip289.46KB
机器学习启蒙源码.zip289.46KB
数据集.rar211.48MB
共114个文件,合计:4.28GB
夸克网盘
资源评论 AUP主 M管理员
评分
{{ rating }}分