-
【工作帮】微盟数据中心招数据分析师，薪资open
所属栏目：[大数据] 日期：2021-03-07 热度：59
坐标：上海 微盟：C轮创业公司，投资方包含腾讯、海航等实力资本，拥有toB和toC的电商业务，广告和理财为蓄力点，发展迅速。 微盟数据中心：承接整个集团的数据，体积大，种类多，想象力丰富 微盟数据中心数据分析师：Growth Hacking的推动者，从数据中发[详细]
-
使用Zeppelin来实现大数据分析的可视化
所属栏目：[大数据] 日期：2021-03-07 热度：143
Apache Zeppelin是ASF的一个孵化项目，实现了基于web的在线代码编辑与数据可视化。有点类似Spark-Shell的REPL。其结果可以直接用图表来展示，解决了前端白痴的苦逼。 Zeppelin官网 我们可以直接下载 zeppelin-0.5.6-incubating-bin-all.tgz ，然后部署到服[详细]
-
初识聚类算法:K均值、凝聚层次聚类和DBSCAN
所属栏目：[大数据] 日期：2021-03-07 热度：127
http://blog.sina.com.cn/s/blog_62186b460101ard2.html 聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组(簇)。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组间差别越大，聚类就越好。 先[详细]
-
基于K－Means的文本聚类
所属栏目：[大数据] 日期：2021-03-07 热度：99
http://blog.csdn.net/freesum/article/details/7376006 何为聚类 ? ? ? ? “聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集（subset）,这样让在同一个子集中的成员对象都有相似的一些属性。”?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[详细]
-
R在文本挖掘与分析的妙用：分词、画词云
所属栏目：[大数据] 日期：2021-03-07 热度：137
副标题#e# 报道大数据企业：大数据产品、大数据方案、 ? 大数据人物 分享大数据干货：大数据书籍、大数据报告、 大数据视频 本文转自蔡捕头的新浪博客。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 摘要：要分析文本内容，最常见的分析方法是提[详细]
-
10EB量级的基因大数据处理技术
所属栏目：[大数据] 日期：2021-03-07 热度：116
Java学习网（www.javalearns.com）提拱 10EB量级的基因大数据处理技术 很荣幸在这里跟大家分享大家以前很少接触到的领域的大数据情况。其实生命科学的大数据还处在比较初始的阶段，否则国家也不会现在才开始提出精准医学这样的概念。所谓精准医学想通过大[详细]
-
数据分析与挖掘学习（一）
所属栏目：[大数据] 日期：2021-03-07 热度：127
数据分析与挖掘过程 一. 定义挖掘目标 一般的数据挖掘任务包括： 1. 分类与预测 2. 聚类分析 3. 关联规则 4. 时序模式 5. 偏差检验 6. 智能推荐 二. 数据取样 抽取一个与挖掘目标相关的样本子集，标准是 1. 相关性 2. 可靠性 3. 有效性 而不是选用全部数据[详细]
-
Acdream 1210 Chinese Girls#39; Amusement（大数模板运算 + 找
所属栏目：[大数据] 日期：2021-03-07 热度：118
传送门 Chinese Girls’ Amusement Time Limit: 2000/1000MS (Java/Others) Memory Limit: 128000/64000KB (Java/Others) Submit Statistic Next Problem Problem Description You must have heard that the Chinese culture is quite different from that[详细]
-
基因数据处理39之mango安装记录
所属栏目：[大数据] 日期：2021-03-06 热度：94
更多代码请见：https://github.com/xubo245/AdamLearning 1解释 mango安装记录 mango主要是在adam上实现 可视化平台 A scalable genome browser 2.代码： git clone https://github.com/bigdatagenomics/mango.gitcd mangomvn clean package -DskipTests[详细]
-
基因数据处理41之mango使用失败
所属栏目：[大数据] 日期：2021-03-06 热度：73
hadoop@Master:~/xubo/tools/adam-2.10-0.19-git/bin$ mango-submit /xubo/mango/snap/datatest.fa.adam -read_files /xubo/mango/snap/datatest2.sort.bam.adam -var_files /xubo/mango/snap/datatest2.flt.vcf.adam -feat_file /xubo/mango/snap/datates[详细]
-
51NOD 1116 K进制下的大数(字符串取模 + 枚举)
所属栏目：[大数据] 日期：2021-03-06 热度：120
传送门 1116 K进制下的大数 基准时间限制：1 秒 空间限制：131072 KB 分值: 20 难度：3级算法题 收藏 关注 有一个字符串S，记录了一个大数，但不知这个大数是多少进制的，只知道这个数在K进制下是K - 1的倍数。现在由你来求出这个最小的进制K。 例如：给出[详细]
-
poj3181 Dollar Dayz (DP+大数)
所属栏目：[大数据] 日期：2021-03-06 热度：151
Dollar Dayz Crawling in process... Crawling failed Time Limit:1000MS???? Memory Limit:65536KB???? 64bit IO Format:%I64d %I64u Submit Status Practice POJ 3181 Appoint description: System Crawler (2016-05-27) Description Farmer John goes t[详细]
-
基因数据处理40之bedtools的安装和使用
所属栏目：[大数据] 日期：2021-03-06 热度：94
1.下载： git clone https://github.com/arq5x/bedtools.git 2.编译： make 3.配置： cp * /usr/local/bin/ 4.运行： bam变成bed hadoop@Master:~/xubo/data/snap$ bamToBed -i datatest.sorted.bam datatest.sorted.bed 查看： hadoop@Master:~/xubo/data[详细]
-
基因数据处理42之mango问题_seqdict.avro不存在解决
所属栏目：[大数据] 日期：2021-03-06 热度：124
副标题#e# 参考【1】中问题解决 问题分析：这是新版本的问题：adam0.19.1目前在maven中心仓库没有 解决办法： package org.gcdss.testimport java.io.Fileimport java.nio.file.Filesimport org.apache.parquet.hadoop.metadata.CompressionCodecNameimport[详细]
-
推荐系统技术之文本相似性计算（三）
所属栏目：[大数据] 日期：2021-03-06 热度：69
副标题#e# 今天这篇也比较长，但中间有部分是代码，7，8，9最后三节的信息我认为较为有用。前面说了两篇了，推荐系统技术之文本相似性计算（一）和推荐系统技术 --- 文本相似性计算（二）分别介绍了 TFIDF 和向量空间的相关东西，然后介绍了 主题模型 ，这[详细]
-
趣图：论修电脑和当医生的相似性
所属栏目：[大数据] 日期：2021-03-06 热度：174
（点击上方公众号，可快速关注） 既然喝水这么重要，今天来送个福利 ↓↓↓ 据路边社报道，水杯离你越近，喝水的频率将会越高。借今天的趣图，来团一款方便携带的随手水杯。emoi 品牌，环保，外观设计简洁大方，手感也很不错。密封防漏做的好，可随身携带[详细]
-
[生产库实战] 如何合理的使用logmnr进行日志挖掘，并对生产库影
所属栏目：[大数据] 日期：2021-03-06 热度：56
Oracle Logmnr这个工具怎么用这里就不详细说，可以查看官方文档，网上的文档也一大堆，自己找吧。我这里就直接上干货了。 --创建Oracle目录 select * from dba_directories; create directory archivelog_dir as '/archivelog1/temp_archivelog/'; --grant[详细]
-
基因数据处理43之mango之503错误
所属栏目：[大数据] 日期：2021-03-06 热度：83
HTTP ERROR: 503Problem accessing /. Reason: Service UnavailablePowered by Jetty:// 更详细请见： https://github.com/bigdatagenomics/mango/issues/181[详细]
-
Multiply Strings ---leetcode
所属栏目：[大数据] 日期：2021-03-02 热度：155
Given two numbers represented as strings,return multiplication of the numbers as a string. Note: The numbers can be arbitrarily large and are non-negative. Converting the input string to integer is?NOT?allowed. You should?NOT?use interna[详细]
-
大素数测试和大数素因子分解
所属栏目：[大数据] 日期：2021-03-01 热度：159
小黄书第１９章p82页根据合数的拉宾－米勒测试可得到素数的必要条件。 参考资料。 以POJ1811 Prime Test 为例。 #includestdio.h#includemath.h#includestdlib.h#includealgorithmusing namespace std;typedef long long LL;const int S=20;LL pfact[10005[详细]
-
从人性出发，5步挖掘用户需求
所属栏目：[大数据] 日期：2021-03-01 热度：143
副标题#e# 做一个产品之前，常常最要做的就是挖掘用户的需求。也有了那些用户调研，市场分析，竞品分析等等，最后落地成产品功能。很多大拿都说过，要满足人性七宗罪等。但往往落实下来很难，感觉很虚，作者也迷茫了一段时间。恰巧这次美团架空了大众点评的[详细]
-
数据处理的两个基本问题
所属栏目：[大数据] 日期：2021-03-01 热度：96
第八章? 本章概述: 1.?????????计算机是进行数据处理、运算的机器，那么有两个基本的问题就包含在其中: 1）??处理的数据在什么地方？ 2）??要处理的数据有多长？ 这两个问题，在机器指令中必须给以明确或隐含的说明，否则计算机就无法工作。 2.?????????我[详细]
-
如何将机器学习技术应用到文本挖掘中
所属栏目：[大数据] 日期：2021-03-01 热度：165
本挖掘典型地运用了机器学习技术，例如聚类，分类，关联规则，和预测建模。这些技术揭示潜在内容中的意义和关系。文本发掘应用于诸如竞争情报，生命科学，客户呼声，媒体和出版，法律和税收，法律实施，情感分析和趋势识别。 在本篇博客帖中，你将会学习到[详细]
-
述符有多好和在特殊情况下如何考虑相似性等问题
所属栏目：[大数据] 日期：2021-03-01 热度：106
http://bb.iyaya.com/linyifan2006/riji-14417556.html http://bb.iyaya.com/2007121/riji-14417521.html http://bb.iyaya.com/132618hh/riji-14417543.html http://bb.iyaya.com/438586550/riji-14417544.html http://bb.iyaya.com/53231288/riji-1441754[详细]
-
大数据分析技术生态圈一览
所属栏目：[大数据] 日期：2021-03-01 热度：194
大数据分析技术生态圈一览 人人都说大数据，但很多人对这个领域并非真正地了解。为了帮助你，我们决定制作这份厂商图标和目录。它并不是全面列出了这个领域的每家厂商，而是深入探讨大数据分析技术领域。我们希望这份资料新颖、实用。 作者： 来源：网络|[详细]
