平台:linux(Shell)
软件:R,SAS,Spss,weka,IBM IM,Mathout
语言:Java,Python,PHP,MapReduce编程,Ruby
数据库:SQL,MySQL
算法:数据挖掘\机器学习算法备注:(C4.5(分类决策树)、
k-means、
SVM、
Apriori、
EM(最大期望算法)、
PageRank、
AdaBoost、
KNN、
朴素贝叶斯、
CART(分类与回归树)等常用算法的适用场景、优点、缺点以及弥补办法;)
搜索引擎(推荐算法,反作弊,排序)
分布式框架:Hadoop(Hive,HBase),Storm,Spark
标签:
数据挖掘必备知识总结
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 9 new features-C#13新的锁类型和语义
· Linux系统下SQL Server数据库镜像配置全流程详解
· 现代计算机视觉入门之:什么是视频
· 你所不知道的 C/C++ 宏知识
· 聊一聊 操作系统蓝屏 c0000102 的故障分析
· 不到万不得已,千万不要去外包
· C# WebAPI 插件热插拔(持续更新中)
· 会议真的有必要吗?我们产品开发9年了,但从来没开过会
· 如何打造一个高并发系统?
· 《SpringBoot》EasyExcel实现百万数据的导入导出