589689.xyz

Pазработчик BigData

  • 收录时间:2020-02-14 08:06:02
  • 文件大小:15GB
  • 下载次数:162
  • 最近下载:2021-01-23 07:28:35
  • 磁力链接:
立即下载 复制链接

文件列表

  1. 11. Уменьшение размерности/BigData-2018-03 2018 05 17.mp4 1GB
  2. 18. Анализ текстовых данных 2/BigData-2018-03 2018 06 14 20 01 59.mp4 1023MB
  3. 31. Spark/BigData-2018-03 2018 07 31 20 03 46.mp4 854MB
  4. 13. Деревья решений/BigData 2018 03 2018 05 22.mp4 844MB
  5. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/BigData-2018-03 2018 07 10 20 02 49.mp4 775MB
  6. 29. Слои данных для оптимизации процессов использования данных. Hive/BigData-2018-03 2018 07 24 20 02 05.mp4 651MB
  7. 22. Нейронные сети, часть 1/BigData-2018-03 2018 06 28 20 00 00.mp4 637MB
  8. 23. Нейронные сети, часть 2/BigData 2018 07 03 20 00.mp4 634MB
  9. 26. Vowpal Wabbit для обучения линейных моделей на одной машине/BigData-2018-03 2018 07 12 20 05 13.mp4 601MB
  10. 20. Временные ряды/BigData-2018-03-2018 06 21 20 00 00.mp4 594MB
  11. 28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/BidData-2018-03 - 2018 07 19.mp4 582MB
  12. 30. Организация хранения данных для решения задач машинного обучения/BigData-2018-03 2018 07 26 20 07 43.mp4 552MB
  13. 32. Обзор решений для аналитики больших данных/BigData-2018-03 2018 08 02 20 02 42.mp4 545MB
  14. 4. Линейная регрессия/BigData-2018-03 2018 04 19 20 00.mp4 544MB
  15. 24. Алгоритмы на графах/BigData-2018-03-2018.mp4 497MB
  16. 27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 2.mp4 400MB
  17. 21. Latent Dirichlet Allocation/BigData-2018-03 06 26.mp4 386MB
  18. 15. Бустинг/BigData-2018-03 2018 05 29 20 01 07.mp4 270MB
  19. 17. Анализ текстовых данных/BigData-2018-03 2018 06 07 20 01 01.mp4 255MB
  20. 5. Логистическая регрессия/BigData-2018-03 2018 04 24 20 01 11.mp4 252MB
  21. 14. Ансамбли моделей/BigData-2018-03 2018 05 24 20 00 00.mp4 251MB
  22. 3. Визуализация/BigData-2018-03 2018 04 10 20 00 15.mp4 246MB
  23. 1. Базовые инструменты анализа данных в Python/BigData 2018 03 27 20 00 28.mp4 246MB
  24. 7. kMeans, EM/BigData-2018-03 2018 05 03 19 59 53.mp4 239MB
  25. 16. SVM, Support vector machine/BigData-2018-03 2018 05 31 20 01 15.mp4 231MB
  26. 8. Иерархическая кластеризация, DB-Scan/BigData-2018-03 2018 05 08 20 00 09.mp4 227MB
  27. 2. Вводная в математические операции/BigData-2018-03 2018 04 05 20 00 46.mp4 226MB
  28. 6. KNN, наивный байес/BigData-2018-03 2018 04 26 20 04 06.mp4 226MB
  29. 9. Feature engineering/BigData-2018-03 2018 05 10 20 00 26.mp4 219MB
  30. 19. Рекомендательные системы/BigData-2018-03 2018 06 19 20 01 15.mp4 215MB
  31. 10. Поиск выбросов в данных/BigData-2018-15 2018 05 15 20 01 34.mp4 212MB
  32. 12. Методы оптимизации/BigData-2018-03 2018 06 05 20 01 07.mp4 183MB
  33. 27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 1.mp4 119MB
  34. 20. Временные ряды/otus_items.txt 80MB
  35. 11. Уменьшение размерности/orders.csv 73MB
  36. 8. Иерархическая кластеризация, DB-Scan/data.csv 43MB
  37. 24. Алгоритмы на графах/lecture24_networks.ipynb 9MB
  38. 3. Визуализация/3_Data_Visualisation_in_Python.ipynb 7MB
  39. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/lecture_25-watermark.pdf 3MB
  40. 3. Визуализация/flights.csv 2MB
  41. 2. Вводная в математические операции/Correlation_examples2.svg 2MB
  42. 28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines.pdf 2MB
  43. 12. Методы оптимизации/lecture_12_opt.zip 2MB
  44. 5. Логистическая регрессия/lecture_05_logreg.pdf 2MB
  45. 18. Анализ текстовых данных 2/pics.zip 2MB
  46. 32. Обзор решений для аналитики больших данных/lecture_32_schemas.pdf 2MB
  47. 19. Рекомендательные системы/lecture_19.zip 1MB
  48. 11. Уменьшение размерности/lecture_11_dimred.ipynb 1MB
  49. 24. Алгоритмы на графах/animation_d5.gif 1MB
  50. 5. Логистическая регрессия/pics.zip 1MB
  51. 6. KNN, наивный байес/l6_knn.ipynb 1MB
  52. 6. KNN, наивный байес/l6_knn_ex.ipynb 1MB
  53. 22. Нейронные сети, часть 1/backpropagation.pdf 1MB
  54. 7. kMeans, EM/lecture_07_clustering.ipynb 1MB
  55. 8. Иерархическая кластеризация, DB-Scan/lecture_08_clustering.ipynb 1MB
  56. 1. Базовые инструменты анализа данных в Python/lecture_01_intro.pdf 889KB
  57. 20. Временные ряды/lecture_20_ts.ipynb 757KB
  58. 3. Визуализация/pics.zip 702KB
  59. 29. Слои данных для оптимизации процессов использования данных. Hive/lecture_29_hive.pdf 686KB
  60. 23. Нейронные сети, часть 2/DL.pdf 661KB
  61. 4. Линейная регрессия/lecture_04_linreg.pdf 658KB
  62. 3. Визуализация/lecture_03_vis.pdf 611KB
  63. 5. Логистическая регрессия/05_log_regression.ipynb 537KB
  64. 4. Линейная регрессия/04_linear_regression.ipynb 508KB
  65. 17. Анализ текстовых данных/spam.csv 492KB
  66. 10. Поиск выбросов в данных/lecture_10_outliers.ipynb 491KB
  67. 9. Feature engineering/lecture_09_features.ipynb 485KB
  68. 14. Ансамбли моделей/lecture_14_ens.ipynb 479KB
  69. 2. Вводная в математические операции/lecture_02_math.pdf 475KB
  70. 18. Анализ текстовых данных 2/LDA.ipynb 467KB
  71. 13. Деревья решений/pics.zip 465KB
  72. 6. KNN, наивный байес/lecture_06_knn.pdf 450KB
  73. 6. KNN, наивный байес/pics.zip 439KB
  74. 16. SVM, Support vector machine/lecture_16_svm.ipynb 432KB
  75. 22. Нейронные сети, часть 1/lecture_22_nn_pytorch.ipynb 395KB
  76. 31. Spark/lecture_31_spark.pdf 394KB
  77. 30. Организация хранения данных для решения задач машинного обучения/lecture_30_spark.pdf 393KB
  78. 27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mapred.pdf 387KB
  79. 7. kMeans, EM/lecture_07_clustering.pdf 373KB
  80. 26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26_vw.pdf 365KB
  81. 16. SVM, Support vector machine/lecture_16_svm.zip 345KB
  82. 4. Линейная регрессия/pics.zip 313KB
  83. 20. Временные ряды/Sales_Transactions_Dataset_Weekly.csv 310KB
  84. 15. Бустинг/lecture_15_ens_lib.ipynb 295KB
  85. 13. Деревья решений/lecture_13_trees.ipynb 262KB
  86. 26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26.ipynb 251KB
  87. 28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines.zip 199KB
  88. 18. Анализ текстовых данных 2/lecture_18_text.ipynb 171KB
  89. 2. Вводная в математические операции/p_x.png 163KB
  90. 24. Алгоритмы на графах/6_centrality_measures.png 163KB
  91. 22. Нейронные сети, часть 1/graph.png 156KB
  92. 23. Нейронные сети, часть 2/graph.png 156KB
  93. 1. Базовые инструменты анализа данных в Python/lecture-1-intro.ipynb 153KB
  94. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/alice.txt 148KB
  95. 11. Уменьшение размерности/dims.png 126KB
  96. 11. Уменьшение размерности/data.csv 122KB
  97. 7. kMeans, EM/homework-clustering.ipynb 121KB
  98. 9. Feature engineering/grad.png 121KB
  99. 1. Базовые инструменты анализа данных в Python/env.pdf 114KB
  100. 22. Нейронные сети, часть 1/g1.png 92KB
  101. 5. Логистическая регрессия/homework.ipynb 78KB
  102. 22. Нейронные сети, часть 1/g3.png 78KB
  103. 22. Нейронные сети, часть 1/act.png 76KB
  104. 22. Нейронные сети, часть 1/g2.png 76KB
  105. 4. Линейная регрессия/exercises_key.ipynb 73KB
  106. 23. Нейронные сети, часть 2/net.jpeg 67KB
  107. 2. Вводная в математические операции/lecture_02_math.ipynb 64KB
  108. 24. Алгоритмы на графах/image016.jpg 60KB
  109. 9. Feature engineering/train.csv 60KB
  110. 30. Организация хранения данных для решения задач машинного обучения/train.csv 60KB
  111. 21. Latent Dirichlet Allocation/lecture_21_ab.ipynb 60KB
  112. 17. Анализ текстовых данных/lecture_17_text.ipynb 59KB
  113. 24. Алгоритмы на графах/photo_2018_02_06_19_27_02.jpg 58KB
  114. 17. Анализ текстовых данных/lecture_17_text_word2vec.ipynb 58KB
  115. 29. Слои данных для оптимизации процессов использования данных. Hive/smallwikipedia.csv 54KB
  116. 19. Рекомендательные системы/lecture_19_rec_p2.ipynb 54KB
  117. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/homework-watermark.pdf 53KB
  118. 21. Latent Dirichlet Allocation/ab_test_3_kak_provoditsya_ab_testirovanie.jpg 53KB
  119. 2. Вводная в математические операции/corr2.png 52KB
  120. 9. Feature engineering/Features Homework.pdf 52KB
  121. 11. Уменьшение размерности/proj.png 50KB
  122. 24. Алгоритмы на графах/photo_2018_02_06_01_28_08.jpg 48KB
  123. 21. Latent Dirichlet Allocation/band.png 48KB
  124. 21. Latent Dirichlet Allocation/button_ab_test.png 38KB
  125. 19. Рекомендательные системы/lecture_19_rec.ipynb 37KB
  126. 21. Latent Dirichlet Allocation/Hypothesis_Testing.jpg 35KB
  127. 29. Слои данных для оптимизации процессов использования данных. Hive/homework.pdf 34KB
  128. 8. Иерархическая кластеризация, DB-Scan/clusters 34KB
  129. 2. Вводная в математические операции/limit.png 33KB
  130. 23. Нейронные сети, часть 2/lecture_23_nn_pytorch.ipynb 32KB
  131. 4. Линейная регрессия/exercises.ipynb 32KB
  132. 1. Базовые инструменты анализа данных в Python/data_gathering.zip 31KB
  133. 1. Базовые инструменты анализа данных в Python/homework_description.pdf 30KB
  134. 1. Базовые инструменты анализа данных в Python/Roadmap.pdf 29KB
  135. 31. Spark/spark_hw.pdf 28KB
  136. 9. Feature engineering/test.csv 28KB
  137. 30. Организация хранения данных для решения задач машинного обучения/test.csv 28KB
  138. 27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/homework.pdf 28KB
  139. 11. Уменьшение размерности/pca.png 27KB
  140. 21. Latent Dirichlet Allocation/BabyAge_Variation.jpg 26KB
  141. 32. Обзор решений для аналитики больших данных/Проект.pdf 25KB
  142. 2. Вводная в математические операции/norm_dist.png 25KB
  143. 21. Latent Dirichlet Allocation/BabyAge_Control.jpg 24KB
  144. 2. Вводная в математические операции/norm_f.png 24KB
  145. 24. Алгоритмы на графах/585px_VR_complex.svg 22KB
  146. 15. Бустинг/homework.ipynb 22KB
  147. 30. Организация хранения данных для решения задач машинного обучения/titanic.ipynb 21KB
  148. 16. SVM, Support vector machine/linear.png 18KB
  149. 11. Уменьшение размерности/PearsonFig.jpg 18KB
  150. 24. Алгоритмы на графах/otus.png 17KB
  151. 26. Vowpal Wabbit для обучения линейных моделей на одной машине/otus.png 17KB
  152. 11. Уменьшение размерности/otus.png 17KB
  153. 9. Feature engineering/otus.png 17KB
  154. 15. Бустинг/otus.png 17KB
  155. 22. Нейронные сети, часть 1/otus.png 17KB
  156. 17. Анализ текстовых данных/otus.png 17KB
  157. 23. Нейронные сети, часть 2/otus.png 17KB
  158. 21. Latent Dirichlet Allocation/otus.png 17KB
  159. 2. Вводная в математические операции/otus.png 17KB
  160. 14. Ансамбли моделей/otus.png 17KB
  161. 20. Временные ряды/otus.png 17KB
  162. 21. Latent Dirichlet Allocation/h1.png 15KB
  163. 4. Линейная регрессия/meeting_saved_chat.txt 15KB
  164. 1. Базовые инструменты анализа данных в Python/exercises.ipynb 15KB
  165. 3. Визуализация/homework-20180409T202335Z-001.zip 14KB
  166. 22. Нейронные сети, часть 1/pytorch_tutorial.ipynb 14KB
  167. 24. Алгоритмы на графах/photo_2018_02_06_15_57_29.jpg 13KB
  168. 11. Уменьшение размерности/dim_var.png 13KB
  169. 21. Latent Dirichlet Allocation/ab_process.png 13KB
  170. 2. Вводная в математические операции/uniform_f.png 11KB
  171. 3. Визуализация/cars.csv 10KB
  172. 2. Вводная в математические операции/corr.png 10KB
  173. 2. Вводная в математические операции/uniform_dist.png 10KB
  174. 5. Логистическая регрессия/exercises.ipynb 9KB
  175. 20. Временные ряды/ts2.png 9KB
  176. 13. Деревья решений/homework.ipynb 9KB
  177. 13. Деревья решений/chat.txt 9KB
  178. 21. Latent Dirichlet Allocation/AB_Testing_Normal_Curve.jpg 9KB
  179. 17. Анализ текстовых данных/homework.zip 8KB
  180. 23. Нейронные сети, часть 2/bAutoEncoder.png 8KB
  181. 20. Временные ряды/ts3.png 8KB
  182. 20. Временные ряды/ts1.png 8KB
  183. 6. KNN, наивный байес/chat.txt 8KB
  184. 7. kMeans, EM/edit.png 7KB
  185. 11. Уменьшение размерности/proj_1.png 7KB
  186. 23. Нейронные сети, часть 2/chat.txt 7KB
  187. 11. Уменьшение размерности/homework_dimred.ipynb 7KB
  188. 27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr.zip 7KB
  189. 22. Нейронные сети, часть 1/chat.txt 6KB
  190. 20. Временные ряды/cv.png 6KB
  191. 24. Алгоритмы на графах/203px_Unconnected_graph.png 6KB
  192. 22. Нейронные сети, часть 1/neuron.png 5KB
  193. 23. Нейронные сети, часть 2/neuron.png 5KB
  194. 11. Уменьшение размерности/chat.txt 5KB
  195. 20. Временные ряды/chat.txt 5KB
  196. 3. Визуализация/nba.csv 5KB
  197. 19. Рекомендательные системы/homework.txt 3KB
  198. 9. Feature engineering/gender_submission.csv 3KB
  199. 3. Визуализация/crimeRatesByState2005.tsv 3KB
  200. 24. Алгоритмы на графах/125px_Directed.png 3KB
  201. 9. Feature engineering/sample_submission.csv 3KB
  202. 24. Алгоритмы на графах/125px_Undirected.png 3KB
  203. 28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/chat.txt 3KB
  204. 31. Spark/stackoverflow.zip 3KB
  205. 2. Вводная в математические операции/vectors.png 2KB
  206. 20. Временные ряды/AirPassengers.csv 2KB
  207. 29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part_orc.hql 1KB
  208. 30. Организация хранения данных для решения задач машинного обучения/scala_project.zip 1KB
  209. 22. Нейронные сети, часть 1/ДЗ.txt 1KB
  210. 31. Spark/examples.scala 980B
  211. 30. Организация хранения данных для решения задач машинного обучения/word_count.py 907B
  212. 29. Слои данных для оптимизации процессов использования данных. Hive/clickstream.sql 713B
  213. 29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part.hql 631B
  214. 23. Нейронные сети, часть 2/ДЗ.txt 579B
  215. 30. Организация хранения данных для решения задач машинного обучения/start_jupyter.sh 576B
  216. 3. Визуализация/populations.txt 523B
  217. 30. Организация хранения данных для решения задач машинного обучения/sample.scala 428B
  218. 30. Организация хранения данных для решения задач машинного обучения/connect 346B
  219. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/run.sh 280B
  220. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_2.txt 270B
  221. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text.txt 221B
  222. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/reducer.py 202B
  223. 17. Анализ текстовых данных/ДЗ.txt 196B
  224. 1. Базовые инструменты анализа данных в Python/ДЗ.txt 196B
  225. 5. Логистическая регрессия/ДЗ.txt 170B
  226. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/mapper.py 135B
  227. 13. Деревья решений/ДЗ.txt 122B
  228. 7. kMeans, EM/ДЗ.txt 116B
  229. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_1.txt 92B
  230. 11. Уменьшение размерности/ДЗ.txt 76B
  231. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_3.txt 66B
  232. 15. Бустинг/ДЗ.txt 66B
  233. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/test_env.sh 58B
  234. 31. Spark/broad.py 58B
  235. 30. Организация хранения данных для решения задач машинного обучения/sample.txt 50B
  236. 18. Анализ текстовых данных 2/requirements.txt 44B
  237. 25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/Полезные ссылки.txt 0B