1
推荐
3223
阅读
新书《全栈数据之门》完整目录
全栈数据之门前言 自强不息，厚德载物0x1 Linux，自由之光0x10 Linux，你是我的眼0x11 Linux 基础，从零开始01 Linux 之门02 文件操作03 权限管理04 软件安装05 实战经验0x12 Sed 与Grep，文本处理01 文本工具02 grep 的使用03 grep 家族04 sed 的使用05 综合案例0x13 数据工程，必备Shell01 Shell 分析02 文件探...
0
推荐
1458
阅读
翻译:如果成为数据科学家并像他们一样思考
How to think like a data scientist to become one如果成为数据科学家并像他们一样思考原文链接：http://www.kdnuggets.com/2017/03/think-like-data-scientist-become-one.html译者：云戒：《全栈数据之门》作者 为了便于各位对照，我把原文也附上，初始翻译使用google translate，修正词不达意的细节。并增加部...
0
推荐
1153
阅读
三个框架与库，SFrame,Hdp2与skflow
今天给各位亲推荐数据科学的三个框架或者库。01 SFrame这家公司最初的名字叫graphlab，后来改名为dato，最近又进行了一次改名，叫turi了，这名字起得，图日吗？最近这次改名，是因为和datto的名字太相近了，被datto告了，因此改名为turi，目前的网站也已经变成turi.com了。其机器学习框架create貌似非常强大，提供的功能...
0
推荐
1492
阅读
0x14 异常挖掘，Isolation Forest
01 孤立森林isolation，意为孤立/隔离，是名词，其动词为isolate，forest是森林，合起来就是“孤立森林”了，也有叫“独异森林”，好像并没有统一的中文叫法。可能大家更习惯用其英文的名字isolation forest，简称iForest。iForest算法用于挖掘异常(Anomaly)数据，或者说离群点挖掘，总之是在一大堆数据中，找出与其它数据的...
0
推荐
1471
阅读
0x12 模型评估，交叉验证
01 测试与训练机器学习的目的，就是要让程序从已知的数据中自己找出规律，然后将规律应用到未知的数据中去。不同于常规程序的步骤，由程序员事先设置好各种条件与跳转指令或者步骤，由程序一步步执行，直到程序结尾。机器学习的程序，程序员只负责设计程序如何去学习，至于学到什么规律，那主要是由给定的数据来决定的。...
0
推荐
1254
阅读
MXNet，你的深度选择
又有一段时间未曾更新公众号的内容了，惭愧万分。今天向大家介绍一个深度学习的框架：MXNet，如题图所示，李沐大神李少帅是MXNet框架的主要贡献者之一。题图整理自李少帅在知乎的文章《深度学习·炼丹入门》，地址：https://zhuanlan.zhihu.com/p/23781756MXNet由dmlc（Distributed (Deep) Machine Learning Community）...
0
推荐
1077
阅读
0x06 缘起Linux, 一入Mac误终身
01 缘起Linux宇宙在成、住、坏、空的循环成灭过程中，现在的劫称为贤劫，贤劫中出现于世之千佛即为贤劫千佛。当今世界之各种科技与艺术，基本上全为贤劫千佛在推动。苹果公司总裁乔布斯是贤动千佛中的金刚慧佛，由他创造的Ipod，Iphone，Mac，引领着IT世界之潮流。很久以前，痴迷于Linux，折腾各种定制与个性的东西。从r...
0
推荐
1097
阅读
0x05 Python数据分析，Aanconda八斩刀
武侠，是成人的童话。江湖，是门派的斗争。要想在江湖中闯出名堂，那么称手的兵器很有必要。数据科学已经开山立派，Python便是其中独领风搔的兵器。Python已经成为数据分析领域事实上的标准了，详情参见文章《0x01 念念Python，必有回响》。如果你的目标是成为一个数据科学家或者数据工程师，那么配置好自己的Python环境...
0
推荐
1198
阅读
0x04 App接口，三大环境
互联天下，移动为王。曾经一度也做过移动APP的后端开发，根据自己的一些经验，谈一谈后端API接口的开发流程与环境的关系。01 后端三个环境一、开发环境通常是api开发人员的自己机器，一般的作法是每个开发人员自己有一个环境，也有几个开发人员共用一个开发环境的情况。开发环境的优势：1. 程序员在自己的环境，有自己熟...
7
推荐
1249
阅读
0x03 见朱者赤，相亲knn
城市越大，圈子越小，人越感到孤单。怀念家乡的小城市，随便走一圈，几乎处处都有熟人。城市大了，汇聚了全国的人，逛上一天，也不见得遇到个熟人。于是，寻找异性伴侣的新兴方式--相亲，便出现了。01 朴素的思想相亲，在对对方一无所知的情况下，怎么快速的掌握对方的信息呢？可以通过对方的朋友来识别。聊一下对方的亲...
0
推荐
1377
阅读
0x15 数据工程师，常用Shell命令
01 Shell命令行对于经常和数据打交道的人来说，数据工程师应该也是常常和Linux打交道。Linux以其强大的命令行称霸江湖，因此，Shell命令也是数据极客的必修兵器。利用Linux命令行的几个命令，就可以完成一些简单的统计分析工作，比如 利用wc命令统计文件行，单词数，字符数，利用sort排序和去重，再结合uniq可以进...
0
推荐
1779
阅读
离线安装hadoop最新发行版本hdp2.4
hdp2.4是hortworks最新推出的100%开源的hadoop发行版本，其中包含了最新的spark 1.6，冲着这点，使用离线方式安装最新的2.4版本。1. 主要点假设服务器无网络环境，或者其中只有一台能上外网，或者上外网速度慢到相当于无网络。离线下载数据包，解压，放到其中一台机器，开启http支持，其它内网能访问。配置ubuntu的源，...
0
推荐
1406
阅读
从0搭建MXNet环境
01 目标在没有Linux环境的前提下，从头开始安装Linux环境与cuda并且编译安装mxnet的gpu加速环境及配置python接口。02 步骤安装ubuntu 16.04安装cuda 8.0安装anaconda3编译mxnet 0.94安装opencv303 说明为什么使用16.04?目前最新的长期支持版本，安装一些新玩意的时候，少解决大量的依赖，比如最常用的gcc版本依赖。为什...