java视频教程名称:大数据-基于Spark的机器学习 智能客户系统实战项目 机器学习视频教程6 l) \- x' b+ t' y+ _
百度网盘下载链接:
+ L4 `/ l4 m, ^' g; b* S) s- d: b[/hide]; G0 e6 u2 X& g0 W
密码:tkaa【解压密码:javazx.com】8 G# O8 U1 L% ?2 V# _
集数合计:63集
" l! N; E- o' o9 }4 E5 y9 z0 Q5 d链接失效声明:如果本链接地址失效,请及时联系站长QQ:400691064 v) e$ p4 G1 |
如何获取资源:VIP升级: https://www.javazx.com/plugin.php?id=yinxingfei_thinfellpay_vip& j# Q$ k4 F5 w2 J2 i
VIP说明: 月度VIP:使用期限30天; ~% k h2 Z6 [1 Q: w& U/ E
年度VIP:使用期限365天" Z' z5 Q/ e: C9 G
终身VIP:使用期限永久
# u2 R3 N/ P) e ]8 t, \
+ N/ s4 Y1 b5 i! y: |* zjava视频教程详情描述: 3 v+ d# ]3 c1 m. T/ V5 K+ [
A091《大数据-基于Spark的机器学习》智能客户系统实战项目 机器学习 大数据实战项目视频教程
+ s1 R) S7 V% S ?& V* p' g+ Y8 g课程目录:
* w) W' g2 I# K' q
) f, M9 b8 G( f5 r, O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.mp47 j; f/ Z/ C9 |% R/ k! i/ L" q0 c5 \3 y
第2节scala和IDE的安装以及使用以及maven插件的安装.mp47 `" s1 g9 t4 V% Y
第3节Centos环境准备(java环境、hosts配置、防火墙关闭).mp4$ z& Q: Q# \& D, K' i/ Y9 Z, z: R% i9 p3 E& @
第4节scala基础知识讲解-1.mp4
* j) R2 T) z/ I7 r9 d3 J8 I! s第5节scala基础知识讲解-函数和闭包-2.mp4
( }+ q) c+ ~' j8 `4 v9 {第6节scala基础知识讲解-数组和集合-3.1.mp42 N7 r( ~7 M% ?+ m6 Q6 x! t9 v$ W' P
第7节scala基础知识讲解-数组和集合-3.2.mp49 M3 q- [( _0 F1 x6 i* S
第8节scala基础知识讲解-类和对象-4.mp4
; V C9 B+ r# N) Y% z, j" _第9节scala基础知识讲解-特征和模式匹配-5.mp4
# E: |% w! d' \5 ]第10节scala基础知识讲解-正则表达式和异常处理-6.mp46 u# D1 t4 i' N) ^4 Q, v6 t+ L, l% k9 I l7 _3 ?7 w7 l' K
第11节-26节:课件资料.rar. z4 h; o' }+ y* l0 G
- ~! e4 [( u0 V4 [第11节scala基础知识讲解-知识回顾.mp4 ?" m9 C2 b" E! }0 i, ~% G! z
' ]# E# c& S0 m& d# j ]5 I第12节nosql数据库mongodb安装.mp48 S( Y7 I& W& \+ a' G l- x2 p" D' W" W# g7 c4 X
第13节spring data for mongodb-简单连接mongodb.mp4
' x! }$ o3 `2 ~6 O第14节spring data for mongodb-spring配置+CRUD操作(不实现repo,默认操作).mp4
* b' }% `) e0 b7 p9 k- v第15节spring data for mongodb-实现repo接口+mongoTemplate+CRUD操作.mp4* q% ~2 u9 q/ B& Z- w
第16节spring data for mongodb-分页查询.mp4
( ]4 X7 l z( ^- F第17节zookeeper集群安装.mp4
* ]) ^5 A2 } Z6 T第18节zookeeper基本介绍-1.mp4
0 A q( E& r; w6 g; {$ ~第19节zookeeper工作原理-选举流程(basic paxos算法)-2.mp4
# j+ q: T3 v* T, |8 g第20节zookeeper工作原理-选举流程(fast paxos算法)-3.mp4
% S2 e+ m# w) ~" O第21节kafka-背景及架构介绍.mp43 X8 T8 F- Y- a. {2 T: r
第22节kafka集群安装以及测试.mp4( ^3 @: K( `& p- x7 j1 J* e" q8 k9 y1 C6 l' r e3 I2 I- I' j
第23节kafka数据发送与接收实现-java.mp49 w; f+ D+ o7 V7 y& {7 N8 j# X' q
第24节hdfs单机安装部署.mp40 Z2 \3 i, ]; F) S
8 T) K# e+ g4 ^9 V2 {7 e) |第25节连接hdfs查询存储-java.mp4
$ M, ` ~" r( }5 r* A第26节机器学习基本线性代数介绍.mp4 R, G8 `' \0 N4 X& P+ _$ k
2 {7 E6 \& n! }8 [! V第27节-32节:课件资料.rar( p2 f a$ Y# O! ^- a" d) q( z
第27节IKAnalyzer中文分词工具介绍.mp4$ U+ J. ?, Z+ w; C1 K' n- \8 K+ s6 J4 M
, v5 Y( A* W8 {5 l第28节IKAnalyzer中文分词工具结合java应用.mp4
' ?3 \0 t- N- ~7 D# n3 d第29节Spark以及生态圈介绍.mp4
+ I- K& s* G4 I* z) Q; d: A9 J第30节Spark运行架构介绍及原理之job,stage,task.mp47 \+ o0 @0 e+ H8 J n4 U6 E8 S! x
第31节Spark编程模型RDD设计以及运行原理.mp4
1 s' d# U" I0 v6 P9 @+ A第32节纯手写第一个Spark应用程序:WordCount.mp4* i/ c& w I! d' v2 {( f3 v I
) h. z9 g B! c% b5 C, w第33节-38节:课件资料.rar9 U# G& Y' N6 A& w6 i" W! V3 q. T1 k3 N' H; [ |, H- e: T
第33节RDD常用函数介绍.mp4
# y% h" O/ G4 e8 o& R$ D% Q; _第34节Spark Sql介绍、DataFrame创建以及使用、RDD DataFrame DataSet相互转化.mp4; f. [4 a/ Z' d7 `
第35节Spark Streaming介绍.mp4
9 j- z4 X& G# Z5 @第36节Spark Streaming+Kafka集成操作.mp4; `4 J4 R3 s* X, T
第37节avro结合maven使用,实现序列化和反序列化.mp4
' r; a3 F' L) i' @5 n: ^4 \9 K: ~% z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! H" V, r# k. `4 a# X
4 f; t! p8 f: Y( I Q- z0 q第39节-44节:课件资料.rar
% w7 m) w/ w3 u% _( e% p第39节特征抽取:TF-IDF原理介绍.mp4: E c* F7 Q) _: P& p7 w
8 k/ C& S( L5 p; U: d3 k, M第40节特征提取:TF-IDF代码实现计算.mp4. c6 l! `8 _# @5 y
: R+ t% F' d# F# F第41节聚类算法:KMEANS原理介绍.mp49 F/ f. T0 R: K' |/ p4 E* K' l2 p
第42节聚类算法:KMEANS代码实现计算.mp4
% V4 V$ I4 ~, }" |9 S第43节其它Spark ML算法简单介绍.mp4& y) k4 ]" ] {1 t0 n! ~+ Q$ s$ D0 B! h4 K8 [0 N6 }
第44节Spark连接Mongodb代码实现.mp48 L! x+ X6 A; Y ?2 u
5 {! m* G- x3 \8 q第45节-48节:课件资料.rar3 d) m: j) y+ W- Q) a) R; T
第45节Mesos总体架构介绍.mp41 K1 g/ l% k# m* z- ~
第46节Mesos安装部署.mp4( @( _, \1 s. Z+ I) a( p; Q
. c. g) D/ i" c& f! q, @: e+ @第47节Spark on Mesos安装部署.mp4
: N! ^, b) f7 L6 Y' e8 Z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).mp45 m4 D! t ]2 p0 Q
第49节项目代码:父类工程,管理各个jar的版本.mp4
* A8 T9 W! E) a* h. C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.mp43 ~% v' ^2 M* k" R4 z9 l" i( a( X! U2 p" S, Z
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& r# U5 g, p5 n( c2 H: v# }# n5 I$ ^. o! c8 [: w) e4 L `3 M
第52节项目代码:工具类jar,实现操作hdfs、切词以及操作mongodb.mp4, C: I6 o/ z: b7 {: C. F2 q
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
. a [: V+ ^, }7 i( S第54节项目代码:机器学习集合jar,主要用来存放record.mp4
! Y7 x6 J" i5 W) a/ s第55节项目代码:机器学习算法jar,主要进行tf-idf以及kmeans计算,主要实现企业上下游、供求上下游模型计算.mp4
; L, M- d" Z! T. m U第56节项目代码:流式计算jar,主要是接受客户端发送到kafka的数据加载模型进行计算.mp4
, }. J: z8 Q0 }第57节项目代码:测试模拟jar,主要模拟实现用户加载avro序列化jar写数据到kafka.mp4
: N$ T) Y; V. t4 Z; p) c- m: ^第58节-61节:课件资料.rar; `! E8 g/ U% M; E4 T+ |1 {- B; V1 T& r
第58节Spark on Mesos部署提交参数介绍.mp4# g) `( L6 J! w" j b& F6 l9 h# m$ n# A, W
第59节Spark代码提交到Mesos运行(Spark-submit).mp44 m7 U8 b+ [+ H% ?0 \5 M1 o* W7 Q* R. y' h
第60节项目整体流程跑通,结果展示.mp4( {+ h0 O+ j+ U- }% O. [3 u- E6 q2 e0 D- M( {7 H3 m3 o( s
第61节Spark调优介绍.mp4% r5 Z& R! D( |2 q! z4 N/ ]
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% n; U# {" a' M& C$ a. Q! [& }+ T
第63节实际工作及面试注意问题.mp4 ; f! O. O) o O
0 n- C+ Z( n3 j4 R* @* `* ?! L) K2 F" l! c
|