|__2017年客户智能系统-基于Spark的机器学习资料
|__第43节其它Spark ML算法简单介绍.mp4 35.29MB
|__第50节项目代码:avro序列化jar,用于客户端和机器学学习实现序列化和反序列化.mp4 59.28MB
|__第16节spring data for mongodb-分页查询.mp4 34.29MB
|__第28节IKAnalyzer中文分词工具结合java应用.mp4 37.26MB
|__第29节Spark以及生态圈介绍.mp4 31.47MB
|__第12节nosql数据库mongodb安装.mp4 17.33MB
|__第53节项目代码:操作类jar,调用工具类具体进行切词以及数据清洗并且存储到Hdfs.mp4 19.78MB
|__第59节Spark代码提交到Mesos运行(Spark-submit).mp4 38.67MB
|__第58节Spark on Mesos部署提交参数介绍.mp4 36.50MB
|__第22节kafka集群安装以及测试.mp4 78.11MB
|__第5节scala基础知识讲解-函数和闭包-2.mp4 55.07MB
|__第34节Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化.mp4 62.35MB
|__第20节zookeeper工作原理-选举流程(fast paxos算法)-3.mp4 50.51MB
|__第47节Spark on Mesos安装部署.mp4 76.43MB
|__第36节Spark Streaming Kafka集成操作.mp4 88.65MB
|__第26节机器学习基本线性代数介绍.mp4 13.74MB
|__第51节项目代码:kafka发送数据jar,给app调用并实现切词并发送数据到kafka.mp4 28.42MB
|__第54节项目代码:机器学习集合jar,主要用来存放record.mp4 12.91MB
|__第27节IKAnalyzer中文分词工具介绍.mp4 37.36MB
|__第21节kafka-背景及架构介绍.mp4 18.92MB
|__第1节项目介绍以及在本课程中能学到什么东西、如何应用到实际项目中.mp4 25.54MB
|__第19节zookeeper工作原理-选举流程(basic paxos算法)-2.mp4 42.17MB
|__第49节项目代码:父类工程,管理各个jar的版本.mp4 13.20MB
|__第62节基于Spark的机器学习项目-智能客户系统实战课程总结.mp4 13.32MB
|__第38节Spark ML(机器学习)介绍(监督学习、半监督学习、无监督学习).mp4 70.43MB
|__第7节scala基础知识讲解-数组和集合-3.2.mp4 27.44MB
|__第39节-44节:课件资料.rar 576.00KB
|__第32节纯手写第一个Spark应用程序:WordCount.mp4 57.45MB
|__第48节系统整体架构再次介绍 技术串联介绍(将学习的技术全部整合到项目中).mp4 10.81MB