分类: 大数据&云计算

最新 热门 评分

  • 白话大数据与机器学习
    白话大数据与机器学习

    高扬,卫峥,尹会生

    本书通俗易懂,有高中数学基础即可看懂,同时结合大量案例与漫画,将高度抽象的数学、算法与应用,与现实生活中的案例和事件一一做了关联,将源自生活的抽象还原出来,帮助读者理解后,又带领大家将这些抽象的规律与算法应用于实践,贴合读者需求。同时,本书不是割裂讲解大数据与机器学习的算法和应用,还讲解了其生... 详情

    豆瓣评分: 7.3分 发布时间: 2019年7月5日 21:47

  • Kubernetes进阶实战
    Kubernetes进阶实战

    马永亮

    全书分为3篇。第一篇详细讲解Kubernetes系统基础架构及核心概述,并提供一个Kubernetes快速部署和应用的入门指南。第二篇剖析分Kubernetes系统的核心组件,对Pod、Controller、Service、Network Policy、Volume、ConfigMap和Sec... 详情

    豆瓣评分: 7.2分 发布时间: 2019年6月19日 17:27

  • ZooKeeper:分布式过程协同技术详解
    ZooKeeper:分布式过程协同技术详解 : 分布式过程协同技术详解

    Flavio Junqueira,Benjamin Reed

    本书分三部分,共10章。第一部分(第1~2章)阐述ApacheZooKeeper这类系统的设计目的和动机,并介绍分布式系统的一些必要背景知识。第1章介绍ZooKeeper可以做什么,以及其设计如何支撑这些任务。第2章介绍基本概念和基本组成模块,并通过命令行工具的具体操作介绍了ZooKeeper... 详情

    豆瓣评分: 7.1分 发布时间: 2019年6月19日 17:02

  • Cassandra权威指南
    Cassandra权威指南

    Eben Hewitt

    本书是一本广受好评的Cassandra 图书。与传统的关系型数据库不同,Cassandra 是一种开源的分布式存储系统。书中介绍了它无中心架构、高可用、无缝扩展等引人注目的特点,讲述了如何安装、配置Cassandra 及如何在其上运行实例,还介绍了对它的监控、维护和性能调优手段,同时还涉及了C... 详情

    豆瓣评分: 7.1分 发布时间: 2019年12月13日 11:26

  • Flink基础教程
    Flink基础教程

    [美] 埃伦•弗里德曼,[希] 科斯塔斯•宙马斯

    作为新一代的开源流处理器,Flink是众多大数据处理框架中一颗冉冉升起的新星。它以同一种技术支持流处理和批处理,并能同时满足高吞吐、低延迟和容错的需求。本书由Flink项目核心成员执笔,系统阐释Flink的适用场景、设计理念、功能、用途和性能优势。 - Flink的适用场景 - 流处理架构相较... 详情

    豆瓣评分: 6.2分 发布时间: 2019年6月14日 22:11

  • 云计算架构技术与实践
    云计算架构技术与实践

    顾炯炯

    详情

    豆瓣评分: 5.0分 发布时间: 2019年6月21日 12:34

  • Hadoop数据分析
    Hadoop数据分析

    [美] Benjamin Bengfort,[美] Jenny Kim

    通过提供分布式数据存储和并行计算框架,Hadoop已经从一个集群计算的抽象演化成了一个大数据的操作系统。本书旨在通过以可读且直观的方式提供集群计算和分析的概览,为数据科学家深入了解特定主题领域铺平道路,从数据科学家的视角介绍Hadoop集群计算和分析。本书分为两大部分,第一部分从非常高的层次介... 详情

    豆瓣评分: 0.0分 发布时间: 2019年6月14日 22:16

  • Spark高级数据分析(第2版)
    Spark高级数据分析(第2版)

    [美] 桑迪 · 里扎,[美] 于里 · 莱瑟森,[英] 肖恩 · 欧文,[美] 乔希 · 威尔斯

    作为计算框架,Spark速度快,开发简单,能同时兼顾批处理和实时数据分析,因此很快被广大企业级用户所采纳,并随着近年人工智能的崛起而成为分析和挖掘大数据的重要得力工具。 本书由业内知名数据科学家执笔,通过丰富的示例展示了如何结合Spark、统计方法和真实世界数据集来解决数据分析问题,既涉及模... 详情

    豆瓣评分: 0.0分 发布时间: 2019年6月15日 18:57

  • Hadoop深度学习
    Hadoop深度学习

    [印] 迪帕延 • 德夫

    本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章:第1章介绍深度学习基础知识,第2章介绍大规模数据的分布式深度学习,第3章介绍卷积神经网络,第4章介绍循环神经网络,第5章介绍受限玻尔兹曼机,第6章介绍自动编码器,第7章介绍如何用Hadoop玩转深度学习。 详情

    豆瓣评分: 0.0分 发布时间: 2019年6月14日 22:15