1

封面

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Shell

  • 01 Shell 分析

  • 02 文件探索

  • 03 内容探索

  • 04 交差并补

  • 05 其他常用的命令

  • 06 批量操作

  • 07 结语

0x14 Shell 快捷键,Emacs 之门

  • 01 提高效率

  • 02 光标移动

  • 03 文本编辑

  • 04 命令搜索

  • 05 Emacs 入门

  • 06 Emacs 思维

0x15 缘起Linux,一入Mac 误终身

  • 01 开源生万物

  • 02 有钱就换Mac

  • 03 程序员需求

  • 04 非程序员需求

  • 05 一入Mac 误终身

0x16 大成就者,集群安装

  • 01 离线安装

  • 02 Host 与SSH 配置

  • 03 sudo 与JDK 环境

  • 04 准备Hadoop 包

  • 05 开启HTTP 与配置源

  • 06 安装ambari-server

  • 07 后续服务安装

  • 08 结语

0x2 Python,道法自然

0x20 Python,灵犀一指

0x21 Python 基础,兴趣为王

  • 01 第一语言

  • 02 数据结构

  • 03 文件读写

  • 04 使用模块

  • 05 函数式编程

  • 06 一道面试题

  • 07 兴趣驱动

0x22 喜新厌旧,2 迁移3

  • 01 新旧交替

  • 02 基础变化

  • 03 编码问题

  • 04 其他变化

  • 05 2to3 脚本

  • 06 PySpark 配置

  • 07 喜新厌旧

0x23 Anaconda,IPython

  • 01 Anaconda

  • 02 安装与配置

  • 03 pip 与源

  • 04 IPython 与Jupyter

  • 05 结语

0x24 美不胜收,Python 工具

  • 01 缘起

  • 02 调试与开发

  • 03 排版与格式化

  • 04 辅助工具

  • 05 实用推荐

0x25 numpy 基础,线性代数

  • 01 numpy 的使用

  • 02 索引与切片

  • 03 变形与统计

  • 04 矩阵运算

  • 05 实用方法

  • 06 结语

0x26 numpy 实战,PCA 降维

  • 01 PCA 介绍

  • 02 数据均值化

  • 03 协方差矩阵

  • 04 特征值与向量

  • 05 数据映射降维

  • 06 sklearn 实现

0x3 大数据,其大无外

0x30 太大数据,极生两仪

0x31 神象住世,Hadoop

  • 01 Hadoop

  • 02 HDFS

  • 03 角色与管理

  • 04 文件操作

  • 05 结语

0x32 分治之美,MapReduce

  • 01 map 与reduce 函数

  • 02 分而治之

  • 03 Hello,World

  • 04 Streaming 接口

0x33 Hive 基础,蜂巢与仓库

  • 01 引言

  • 02 Hive 接口

  • 03 分区建表

  • 04 分区机制

  • 05 数据导入

  • 06 Hive-QL

  • 07 结语

0x34 Hive 深入,实战经验

  • 01 排序与分布式

  • 02 多表插入与mapjoin

  • 03 加载map-reduce 脚本

  • 04 使用第三方UDF

  • 05 实战经验

  • 06 生成唯一ID

0x35 HBase 库,实时业务

  • 01 理论基础

  • 02 Shell 操作

  • 03 关联Hive 表

  • 04 数据导入

  • 05 实用经验

0x36 SQL 与NoSQL,Sqoop 为媒

  • 01 SQL 与NOSQL

  • 02 从MySQL 导入HDFS

  • 03 增量导入

  • 04 映射到Hive

  • 05 导入Hive 表

  • 06 从HDFS 导出到MySQL

  • 07 从Hive 导出到MySQL

0x4 数据分析,见微知著

0x40 大数据分析,鲁班为祖师

0x41 SQL 技能,必备MySQL

  • 01 SQL 工具

  • 02 基础操作

  • 03 查询套路

  • 04 join 查询

  • 05 union 与exists

  • 06 实战经验

0x42 快刀awk,斩乱数据

  • 01 快刀

  • 02 一二三要点

  • 03 一个示例

  • 04 应用与统计

  • 05 斩乱麻

0x43 Pandas,数据之框

  • 01 数据为框

  • 02 加载数据

  • 03 行列索引

  • 04 行列操作

  • 05 合并聚合

  • 06 迭代数据

  • 07 结语

0x44 Zeppelin,一统江湖

  • 01 心潮澎湃

  • 02 基本使用

  • 03 SQL 与可视化

  • 04 安装Zeppelin

  • 05 配置Zeppelin

  • 06 数据安全

  • 07 使用心得

0x45 数据分组,聚合窗口

  • 01 MySQL 聚合

  • 02 Spark 聚合

  • 03 非聚合字段

  • 04 Hive 实现

  • 05 group_concat

  • 06 Hive 窗口函数

  • 07 DataFrame 窗口

  • 08 结语

0x46 全栈分析,六层内功

  • 01 引言

  • 02 MySQL 版本

  • 03 awk 版本

  • 04 Python 版本

  • 05 Hive 版本

  • 06 map-reduce 版本

  • 07 Spark 版本

  • 08 结语

0x5 机器学习,人类失控

0x50 机器学习,琅琊论断

  • 0x51 酸酸甜甜,Orange

  • 01 可视化学习

  • 02 数据探索

  • 03 模型与评估

  • 04 组件介绍

  • 05 与Python 进行整合

  • 06 结语

0x52 sklearn,机器学习

  • 01 sklearn 介绍

  • 02 数据预处理

  • 03 建模与预测

  • 04 模型评估

  • 05 模型持久化

  • 06 三个层次

0x53 特征转换,量纲伸缩

  • 01 特征工程

  • 02 独热编码

  • 03 sklearn 示例

  • 04 标准化与归一化

  • 05 sklearn 与Spark 实现

  • 06 结语

0x54 描述统计,基础指标

  • 01 描述性统计

  • 02 Pandas 实现

  • 03 方差与协方差

  • 04 Spark-RDD 实现

  • 05 DataFrame 实现

  • 06 Spark-SQL 实现

  • 07 结语

0x55 模型评估,交叉验证

  • 01 测试与训练

  • 02 评价指标

  • 03 交叉验证

  • 04 验证数据

  • 05 OOB 数据

0x56 文本特征,词袋模型

  • 01 自然语言

  • 02 中文分词

  • 03 词袋模型

  • 04 词频统计

  • 05 TF-IDF

  • 06 结语

0x6 算法预测,占天卜地

0x60 命由己做,福自己求

0x61 近朱者赤,相亲kNN

  • 01 朴素的思想

  • 02 算法介绍

  • 03 分类与回归

  • 04 k 与半径

  • 05 优化计算

  • 06 实例应用

0x62 物以类聚,Kmeans

  • 01 算法描述

  • 02 建立模型

  • 03 理解模型

  • 04 距离与相似性

  • 05 降维与可视化

  • 06 无监督学习

0x63 很傻很天真,朴素贝叶斯

  • 01 朴素思想

  • 02 概率公式

  • 03 三种实现

  • 04 sklearn 示例

  • 05 朴素却不傻

0x64 菩提之树,决策姻缘

  • 01 缘起

  • 02 Orange 演示

  • 03 scikit-learn 模拟

  • 04 熵与基尼指数

  • 05 决策过程分析

  • 06 Spark 模拟

  • 07 结语

0x65 随机之美,随机森林

  • 01 树与森林

  • 02 处处随机

  • 03 sklearn 示例

  • 04 MLlib 示例

  • 05 特点与应用

0x66 自编码器,深度之门

  • 01 深度学习

  • 02 特征学习

  • 03 自动编码器

  • 04 Keras 代码

  • 05 抗噪编码器

0x7 Spark,唯快不破

0x70 人生苦短,快用Spark

0x71 PySpark 之门,强者联盟

  • 01 全栈框架

  • 02 环境搭建

  • 03 分布式部署

  • 04 示例分析

  • 05 两类算子

  • 06 map 与reduce

  • 07 AMPLab 的野心

0x72 RDD 算子,计算之魂

  • 01 算子之道

  • 02 获取数据

  • 03 过滤与排序

  • 04 聚合数据

  • 05 join 连接

  • 06 union 与zip

  • 07 读写文件

  • 08 结语

0x73 分布式SQL,蝶恋飞舞

  • 01 SQL 工具

  • 02 命令行CLI

  • 03 读Hive 数据

  • 04 将结果写入Hive

  • 05 读写MySQL 数据

  • 06 读写三种文件

0x74 DataFrame,三角之恋

  • 01 DataFrame

  • 02 生成数据框

  • 03 合并与join

  • 04 select 操作

  • 05 SQL 操作

  • 06 自定义UDF

  • 07 三角之恋

0x75 神器之父,Scala 入世

  • 01 Spark 与Scala

  • 02 Scala REPL

  • 03 编译Scala

  • 04 sbt 编译

  • 05 示例分析

  • 06 编译提交

0x76 机器之心,ML 套路

  • 01 城市套路深

  • 02 算法与特征工程

  • 03 管道工作流

  • 04 OneHotEncoder 示例

  • 05 ML 回归实战

  • 06 特征处理与算法

  • 07 拟合与评估

0x8 数据科学,全栈智慧

0x80 才高八斗,共分天下

0x81 自学数据,神蟒领舞

  • 01 机器学习

  • 02 语言领域

  • 03 Python 数据生态

  • 04 相关资料

  • 05 书籍推荐

  • 06 性感的职业

0x82 数据科学,七大技能

  • 01 七大技能

  • 02 SQL 与NoSQL 技能

  • 03 Linux 工具集

  • 04 Python 或者R 语言生态

  • 05 Hadoop 与Spark 生态

  • 06 概率、统计与线性代数

  • 07 机器学习与深度学习

  • 08 业务及杂项

  • 09 结语

0x83 大无所大,生态框架

  • 01 计算生态

  • 02 离线计算

  • 03 交互分析

  • 04 实时处理

  • 05 算法挖掘

  • 06 发行版本

  • 07 其他工具

0x84 集体智慧,失控哲学

  • 01 数据是宝

  • 02 一分为二

  • 03 回归统一

  • 04 聚少成多

  • 05 你中有我

  • 06 从小看大

  • 07 大事化小

  • 08 少即是多

0x85 一技之长,一生之用

  • 01 一技之长

  • 02 数据分析相关

  • 03 Python 相关

  • 04 Hadoop 相关

  • 05 Spark 相关

  • 06 模型相关

  • 07 算法相关

  • 08 一生之用

0x86 知识作谱,数据为栈

  • 01 知识作谱

  • 02 理论基础

  • 03 Python

  • 04 分析与可视化

  • 05 大数据

  • 06 ETL 与特征工程

  • 07 机器学习与深度学习

  • 08 工具与库

  • 09 全栈为用

公众号


云戒
76 声望42 粉丝

云戒说技术:Linux、Python、大数据、Hadoop、Spark、数据分析、数据挖掘、机器学习、深度学习、安全、Mac、Emacs;