文件清单 58 项

• 1:Spark特性_01.mp4
• 2:Spark特性_02.mp4
• 3:Spark对比hadoop优势.mp4
• 4:回顾hadoop讲解shuffle.mp4
• 5:分布式计算框架Shuffle的原理_01.mp4
• 6:分布式计算框架Shuffle的原理_02.mp4
• 7:分布式计算框架Shuffle的原理_03.mp4
• 8:Spark的RDD特性_01.mp4
• 9:Spark的RDD特性_02.mp4

展开全部 58 项

• 10:分布式计算所需进程.mp4
• 11:两种算子操作本质区别.mp4
• 12:Spark算子操作实战讲解_代码实战WordCount_01.mp4
• 13:Spark算子操作实战讲解_代码实战WordCount_02.mp4
• 14:Spark算子操作实战讲解_代码实战WordCount_03.mp4
• 15:Spark算子操作实战讲解_代码实战WordCount_04.mp4
• 16:Spark数据缓存机制.mp4
• 17:Spark宽依赖和窄依赖_01.mp4
• 18:Spark宽依赖和窄依赖_02.mp4
• 19:Spark宽依赖和窄依赖_03.mp4
• 20:Spark术语总结.mp4
• 21:分布式文件系统Block块的大小配置.mp4
• 22:Spark程序启动运行流程详解_01.mp4
• 23:Spark程序启动运行流程详解_02.mp4
• 24:Spark程序启动运行流程详解_03.mp4
• 25:讲解构建稀疏和稠密向量_01.mp4
• 26:讲解构建稀疏和稠密向量_01.mp4
• 27:构建LabeledPoint.mp4
• 28:介绍SparkMLlib模块中实现的算法和调用.mp4
• 29:SparkMLlib对于逻辑回归算法的调用.mp4
• 30:SparkMLlib调用逻辑回归_自定义阈值.mp4
• 31:SparkMLlib调用逻辑回归_自定义阈值.mp4
• 32:SparkMLlib调用逻辑回归_使用标准归一化.mp4
• 33:SparkMLlib调用逻辑回归_使用标准归一化.mp4
• 34:SparkMLlib调用逻辑回归_使用标准归一化.mp4
• 35:SparkMLlib调用逻辑回归_使用标准归一化_4.mp4
• 36:SparkMLlib调用KMeans聚类_调用决策树(1).mp4
• 37:SparkMLlib调用KMeans聚类_调用决策树(1).mp4
• 38:SparkMLlib调用KMeans聚类_调用决策树(1).mp4
• 39:使用逻辑回归和随机森林对股票Stock预测案例实战.mp4
• 40:使用逻辑回归和随机森林对股票Stock预测案例实战.mp4
• 41:使用逻辑回归和随机森林对股票Stock预测案例实战.mp4
• 42:从数据转化到训练集的构建.mp4
• 43:模型的训练以及评估和调超参.mp4
• 44:模型的训练以及评估和调超参.mp4
• 45:模型的训练以及评估和调超参.mp4
• 46:SparkML机器学习库概念讲解.mp4
• 47:SparkML机器学习库概念讲解.mp4
• 48:SparkML机器学习库代码实战讲解.mp4
• 49:SparkML机器学习库代码实战讲解.mp4
• 50:SparkML网页分类案例代码实战续(1).mp4
• 51:SparkML网页分类案例代码实战续(1).mp4
• 52:SparkML网页分类案例代码实战续(2).mp4
• 53:SparkML网页分类案例代码实战续(2).mp4
• 54:SparkML网页分类案例代码实战续(3).mp4
• 11-机器学习与大数据-海量数据挖掘工具/
• 章节1:Spark计算框架基础/
• 章节2:Spark计算框架深入/
• 章节3:Spark机器学习MLlib和ML模块/