才高9斗的图书主页-查字典图书网

2015-12-18

数据挖掘入门到精通—R语言视频教程
课程观看地址：http://www.xuetuwuyou.com/course/59

课程介绍
一、课程所用软件：R 3.2.2（64位） RStudio
二、课程涉及到的技术点：
1）R语言的基本语法、函数
2）R中实用性很强的包
3）模式识别、分类预测算法原理及其实现

三、课程学习目标：
本课程讲解理论的同时结合大量的案例，让学习者可以快速掌握数据挖掘技能，并利用R数据处理、画图、实现据挖掘模型的建立。学习完本课程，学习者能达到以下目标：
1）掌握基本R用法；
2）用R进行描述性统计分析、进行数据处理和数据可视化；
3）缺失值的清洗能力；
4）用R语言建立数据挖掘模型；

四、课程大纲：

第一章：基本概念介绍
第1课、数据挖掘、R语言概念介绍
第2课、软件安装和数据的读、写、修改
第3课、基本概念讲解（向量、矩阵、因子、数据框、列表）
第4课、基本图形的讲解和绘制

第二章：实用软件包介绍及应用
第5课、plyr包主函数讲解
第6课、plyr包辅助函数讲解
第7课、Ggpolt2介绍
第8课、Ggpolt2实践
第9课、reshape2包的讲解和实际操作
第10课、课缺失值的处理

第三章：算法讲解及应用
第11课、knn原理简介
第12课、knn算法实际操作
第13课、决策树的理论讲解
第14课、决策树实操
第15课、人工神经网络的介绍1
第16课、人工神经网络介绍2
第17课、人工神经网络实操1
第18课、人工神经网络实操2
第19课、支持向量机原理介绍
第20课、支持向量机的实操

十小时掌握Linux命令和Shell编程

2015-12-18

十小时掌握Linux命令和Shell编程
课程观看地址：http://www.xuetuwuyou.com/course/61

课程介绍
一、课程使用到的软件及版本：
Centos6.5 + VMware 10

二、课程设计到的技术点：
命令大全详解、Shell编程和案例分享、Crontab调度详解

三、学完课程之后，您可以：
①熟练掌握Linux常用命令
②熟练掌握Shell编程语法和技巧
③掌握足够用的Linux技能
④走上程序员进阶之路

四、课程目录：
第1课、搭建虚拟机，网络、域名设置及VI使用
第2课、Linux文件系统特点，Centos(Redhat)的特点
第3课、Linux命令大全一
第4课、Linux命令大全二
第5课、Shell编程1，条件控制，外部传参，返回码
第6课、Shell编程2，几种循环、脚本调试
第7课、Shell脚本案例和Crontab调度详解和使用

Python数据分析与机器学习实战

2017-02-07

Python数据分析与机器学习实战
课程观看地址：http://www.xuetuwuyou.com/course/167
课程出自学途无忧网：http://www.xuetuwuyou.com

课程风格通俗易懂，真实案例实战。精心挑选真实的数据集为案例，通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础，所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。旨在帮助同学们快速上手如何使用python库来完整机器学习案例。

课程目标
零基础快速掌握python数据分析与机器学习算法；快速入门python最流行的数据分析库numpy,pandas,matplotlib；从原理上进行推导较为繁琐的机器学习算法，以算法流程为主结合实际案例实现完整的算法代码；使用scikit-learn机器学习库完成快速建立模型，评估以及预测；结合Kaggle经典案例，从数据预处理开始一步步完成整个项目，对如何应用python库完成实际的项目形成完整的经验与概念。

适合人群：
数据分析,机器学习,数据挖掘领域研究者。Python语言使用者。

课程目录：
第1 章： Python环境配置
课时1：使用Anaconda安装python环境
课时2：Eclipse配置python插件
课时3：课程简介
第2 章： Python科学计算库-Numpy
课时4：Numpy库简介
课时5：Array数组
课时6：数组操作
课时7：矩阵基本操作
课时8：矩阵的创建与初始化
课时9：常用函数案例演示
课时10：排序与索引
课时11：习题实例
第3 章： python数据分析处理库-Pandas
课时12：Pandas库简介
课时13：数据读取与显示
课时14：数据样本行列选取
课时15：数值计算与排序
课时16：数据预处理与透视表
课时17：自定义函数方法
课时18：核心数据结构Series详解
课时19：数据索引变换
第4 章： Python数据可视化库-Matplotlib
课时20：Matplotlib简介
课时21：画出第一个简易折线图
课时22：打造一个完整的折线图
课时23：条形图实战
课时24：直方图与四分图
课时25：基于真实数据集的可视化分析
课时26：可视化图表细节
第5 章： Python机器学习案例实战
课时27：初识机器学习
课时28：使用python库分析汽车油耗效率
课时29：使用scikit-learn库建立回归模型
课时30：使用逻辑回归改进模型效果
课时31：模型效果衡量标准
课时32：ROC指标与测试集的价值
课时33：交叉验证
课时34：多类别问题代码
课时35：梯度下降原理
课时36：实现简易梯度下降算法
课时37：SVD奇异值分解原理
课时38：SVD推荐系统应用实例
课时39：K近邻算法原理
课时40：K近邻算法代码实现
课时41：K近邻实例
第6 章：决策树与随机森林
课时42：决策树算法原理
课时43：基于ID3算法进行特征选择
课时44：构建决策树
课时45：使用scikit-learn库建立决策树
课时46：分类回归树CART
课时47：分类回归树代码实现
课时48：随机森林模型
课时49：随机森林特征重要性
第7 章：聚类模型
课时50：无监督聚类问题
课时51：聚类结果与离群点分析
课时52：K-means聚类案例对NBA球员进行评估
课时53：K-MEANS原理
课时54：K-MEANS聚类算法实现
第8 章：支持向量机
课时55：支持向量机算法原理
课时56：支持向量机对偶问题
课时57：核变换解决低维不可分问题
课时58：soft-margin支持向量机
课时59：SMO算法求解支持向量机
第9 章：神经网络模型
课时60：初识神经网络
课时61：神经网络强大的非线性
课时62：深入神经网络细节
课时63：代码实现简易神经网络
课时64：深度学习-递归神经网络
课时65：神经网络打造二进制加法器
第10 章：贝叶斯模型
课时66：贝叶斯原理
课时67：基于贝叶斯的垃圾邮件分类
课时68：使用贝叶斯算法打造拼写检查器
课时69：K近邻算法实现
第11 章： Adaboost算法
课时70：Adaboost算法原理
课时71：Adaboost实例
课时72：Adaboost实现代码
课时73：Adaboost训练模型
第12 章：机器学习项目实战-泰坦尼克获救预测
免费课时74：船员数据分析
免费课时75：数据预处理
课时76：使用回归算法进行预测
课时77：使用随机森林改进模型
课时78：随机森林特征重要性分析
第13 章：机器学习项目实战-贷款申请最大化利润
课时79：数据清洗过滤无用特征
课时80：数据预处理
课时81：获得最大利润的条件与做法
课时82：预测结果并解决样本不均衡问题
第14 章：机器学习项目实战-用户流失预警
课时83：数据背景介绍
课时84：数据预处理
课时85：尝试多种分类器效果
课时86：结果衡量指标的意义
课时87：应用阈值得出结果
第15 章：机器学习项目实战-HTTP日志聚类分析
课时88：建立特征工程
课时89：特征数据预处理
课时90：应用聚类算法得出异常IP点

Hadoop实战+超大集群调优_Hadoop集群调优课程

2016-06-27

Hadoop实战+超大集群调优
课程观看地址：http://www.xuetuwuyou.com/course/97
课程出自学途无忧网：http://www.xuetuwuyou.com

课程使用到的软件：
　　apache-maven-3.0.5-bin.tar.gz
　　eclipse-jee-kepler-R-win32-x86_64
　　hadoop-1.1.2.tar.gz
　　hadoop-2.5.0-cdh5.2.0-src.tar.gz
　　hadoop-2.5.0-cdh5.2.0.tar.gz
　　hive-0.13.1-cdh5.2.0.tar.gz
　　jdk-7u67-linux-x64.tar.gz
　　jdk-7u79-linux-i586.gz
　　PieTTY 0.3.26.exe
　　protobuf-2.5.0.tar.gz
　　SecureCRT.zip
　　VMWare10
　　CentOS
　　zookeeper-3.4.5-cdh5.2.0.tar.gz

第一阶段：hadoop入门学习

第00讲：课程概述
第1讲：hadoop1入门-HDFS架构
第2讲：hadoop1入门-HDFS副本存放策略
第3讲：hadoop1入门-mapreduce架构
第4讲：hadoop1入门-生产环境分布
第5讲：hadoop1伪分布搭建（1）
第6讲：hadoop1伪分布搭建（2）
第7讲：Mapreduce1运行过程详解

第三阶段：HDFS API开发和RPC框架介绍

第19讲：hadoop2伪分布搭建和maven工程搭建
第20讲：URL操作HDFS
第21讲: FileSystem操作HDFS（1）
第22讲：FileSystem操作HDFS（2）
第23讲：HDFS使用伪装用户
第24讲：获取HDFS集群信息
第25讲：HDFS案例演示
第26讲：RPC例子演示
第27讲：Namenode源码导读
第28讲：HDFS读写文件过程总结

第四阶段：Mapreduce开发

第29讲：MapReduce-键值对变化
第30讲：Mapreduce-WordCount例子演示
第31讲：MapReduce-Shuffle详解
第32讲：MapReduce-TOOL优化
第33讲：MapReduce-自定义计数器
第34讲：MapReduce-Map数和Reduce数设置
第35讲：MapReduce-最大值算法
第36讲：MapReduce-combine使用
第37讲：Mapreduce-TopN算法
第38讲：Mapreduce-自定义数据类型（手机流量）
第39讲：Mapreduce-自定义分区（1）
第40讲：Mapreduce-自定义分区（2）
第41讲：Mapreduce-二次排序

第五阶段：超大集群调优

第42讲：集群时间同步
第43讲：句柄数设置
第44讲：HDFS回收站配置
第45讲：配额管理
第46讲：Yarn资源配置
第47讲：日志管理
第48讲：本地库编译
第49讲：压缩格式介绍
第50讲：文件格式介绍
第51讲：YARN调度器配置
第52讲：Linux参数配置
第53讲：HDFS参数配置
第54讲：Mapreduce参数配置
第55讲：hadoop3新功能介绍

《Hadoop架构设计与源码分析第一季》
课程观看地址：http://www.xuetuwuyou.com/course/88

2016年最新Hadoop零基础实战视频教程
课程观看地址：http://www.xuetuwuyou.com/course/62

数据挖掘与R语言视频教程

2015-12-18

数据挖掘入门到精通—R语言视频教程
课程观看地址：http://www.xuetuwuyou.com/course/59

课程介绍
一、课程所用软件：R 3.2.2（64位） RStudio
二、课程涉及到的技术点：
1）R语言的基本语法、函数
2）R中实用性很强的包
3）模式识别、分类预测算法原理及其实现

三、课程学习目标：
本课程讲解理论的同时结合大量的案例，让学习者可以快速掌握数据挖掘技能，并利用R数据处理、画图、

实现据挖掘模型的建立。学习完本课程，学习者能达到以下目标：
1）掌握基本R用法；
2）用R进行描述性统计分析、进行数据处理和数据可视化；
3）缺失值的清洗能力；
4）用R语言建立数据挖掘模型；

四、课程大纲：

第一章：基本概念介绍

第1课、数据挖掘、R语言概念介绍
第2课、软件安装和数据的读、写、修改
第3课、基本概念讲解（向量、矩阵、因子、数据框、列表）
第4课、基本图形的讲解和绘制

第二章：实用软件包介绍及应用

第5课、plyr包主函数讲解
第6课、plyr包辅助函数讲解
第7课、Ggpolt2介绍
第8课、Ggpolt2实践
第9课、reshape2包的讲解和实际操作
第10课、课缺失值的处理

第三章：算法讲解及应用

第11课、knn原理简介
第12课、knn算法实际操作
第13课、决策树的理论讲解
第14课、决策树实操
第15课、人工神经网络的介绍1
第16课、人工神经网络介绍2
第17课、人工神经网络实操1
第18课、人工神经网络实操2
第19课、支持向量机原理介绍
第20课、支持向量机的实操