05 2016 档案
摘要：写这个系列是因为最近公司在搞技术分享，学习Spark，我的任务是讲PySpark的应用，因为我主要用Python，结合Spark，就讲PySpark了。然而我在学习的过程中发现，PySpark很鸡肋（至少现在我觉得我不会拿PySpark做开发）。为什么呢？原因如下： 1.PySpark支持的算法太少
阅读全文
摘要：本来这篇是准备5.15更的，但是上周一直在忙签证和工作的事，没时间就推迟了，现在终于有时间来写写Learning Spark最后一部分内容了。 第10-11 章主要讲的是Spark Streaming 和MLlib方面的内容。我们知道Spark在离线处理数据上的性能很好，那么它在实时数据上的表现怎么
阅读全文
摘要：昨天总结了深度学习的资料，今天把机器学习的资料也总结一下(友情提示：有些网站需要"科学上网"^_^) 推荐几本好书： 1.Pattern Recognition and Machine Learning (by Hastie, Tibshirani, and Friedman's ) 2.Eleme
阅读全文
摘要：最近在学深度学习相关的东西，在网上搜集到了一些不错的资料，现在汇总一下： Free Online Books Courses Video and Lectures Papers Tutorials WebSites Datasets Frameworks Miscellaneous Github 几
阅读全文
摘要：为了方便大家阅读，我把博文目录梳理了一下，里面会有已完成和计划写的博文，希望大家多多交流，有错误的地方请随时指正^_^ 深度学习入门系列 (每周三发一篇，计划11月~6月更完) 三个月教你从零入门深度学习 （10.26更新） 【深度学习系列】手写数字识别实战（10.23更新） 【深度学习系列】卷积神
阅读全文
摘要：为了记录自己度过的书，写个帖子总结一下，不定时更新。以前度过的书有些不记得了，就先记录一下我记得的吧：） PS:现在读过的书（2016.4月以后），我会做读书总结。以前看的书，会再抽时间回顾一下，做个简单的总结。跟数据挖掘相关的书我另写了一个帖子，可以参考这个： 【原】数据分析/数据挖掘/机器学习
阅读全文
摘要：周末的任务是更新Learning Spark系列第三篇，以为自己写不完了，但为了改正拖延症，还是得完成给自己定的任务啊 = =。这三章主要讲Spark的运行过程（本地+集群），性能调优以及Spark SQL相关的知识，如果对Spark不熟的同学可以先看看之前总结的两篇文章： 【原】Learning
阅读全文
摘要：kmeans聚类相信大家都已经很熟悉了。在Python里我们用kmeans通常调用Sklearn包（当然自己写也很简单）。那么在Spark里能不能也直接使用sklean包呢？目前来说直接使用有点困难，不过我看到spark-packages里已经有了，但还没有发布。不过没关系，PySpark里有ml包
阅读全文
摘要：本来应该上周更新的，结果碰上五一，懒癌发作，就推迟了 = =。以后还是要按时完成任务。废话不多说，第四章-第六章主要讲了三个内容：键值对、数据读取与保存与Spark的两个共享特性（累加器和广播变量）。 键值对（PaiRDD） 1.创建 2.转化(Transformation) 转化操作很多，有red
阅读全文
