1回答
深层神经网络与大数据分析
、、、
现在，我有两个主要的和最近出现的领域可供选择，即深度神经网络和大数据分析。然而，我必须选择一个作为我未来的工作领域。
深层神经网络与大数据分析相比，未来还有更大的发展空间吗？
浏览 4提问于2017-06-06得票数 0
回答已采纳
3回答
我在大数据分析的图形工具方面是新手。尽管以下内容不是来自大数据，但我想知道是使用什么工具来创建这种复杂的图形：
与论文相关
浏览 5提问于2013-01-11得票数 0
回答已采纳
9回答
R有许多针对数据分析(如JAGS、BUGS、ARULES等)的库，并在流行的教科书中被提到，如: J.Krusche，进行贝叶斯数据分析；B.Lantz，“机器学习与R”。我已经看到了5TB的指南，将数据集视为大数据。
我的问题是:R是否适合在大数据问题中通常看到的数据量？在这样的数据集中使用R时是否使用策略？
浏览 0提问于2014-05-14得票数 55
回答已采纳
对于像我这样的用户来说，这似乎是一种困惑，因为azure blob存储和蔚蓝数据湖存储有什么主要区别，在哪个用户情况下，azure blob存储比蔚蓝数据湖存储更适合，反之亦然？
浏览 9提问于2020-04-05得票数 4
回答已采纳
7回答
2月1 号阿斯利康与腾讯达成战略合作，共同为“健康中国”保驾护航，其中腾讯将以大数据为驱动的互联网技术，精准打击药品网络制假售假，那么这是如何实现的呢？
浏览 546提问于2018-03-30
1回答
我对数据分析和大数据概念很陌生。我坚持要决定实现我的需求的技术是什么。我的客户正在使用多个oracle数据库作为其组织的ERP后端。这两个数据库具有不同的结构和不同的数据类型。我需要用这两个数据库的数据创建一个数据分析应用程序。什么样的技术可以由我来适应这个实现。我可以使用Hadoop和它的相关应用程序吗？我正在寻找一个解决方案与实时同步。
或者可以使用本机与数据库的连接来实现数据库访问并创建新的应用程序？数据库的规模将在1.5 TB
浏览 1提问于2017-05-08得票数 0
回答已采纳
我看到AWS弹性MapReduce和AWS都使用集群结构，并且可以用于数据分析。它们的不同用例是什么？
支持与多种应用程序的客户端连接，包括商业智能(BI)、报告、数据和分析工具。(Amazon )是一个托管集群平台，它简化了在AWS上运行大数据框架(如Apache和Apache )来处理和分析大量数据的过程。
浏览 1提问于2016-06-04得票数 15
回答已采纳
2回答
随着时间的推移，我逐渐认识到，当敏捷方法的哲学应用于运营时，意见就诞生了DevOps。SecOps也是如此。
那么，将敏捷方法应用于大数据和数据分析的DataOps会是什么样子呢？
浏览 0提问于2019-11-13得票数 3
我已经创建了一个以Azure存储作为HDFS的HDInisght。我想知道是否可以使用webHDFS apis将二进制文件上传到HDFS。同时，我检查了hdfs-site.xml，发现 <name>dfs.webhdfs.enabled</name> <final>true</
浏览 0提问于2020-07-14得票数 0
回答已采纳
看起来有很多种选择1.)在医疗保健环境中快速学习和应用预测分析。
很多时候，我的结果变量是二元的(是否有人复发)，我的输入变量往往是绝对的(它们在哪个程序中？)R服务器看起来也很棒，但我还是希望能够将输出与Tableau集成，这样用户就有了一个工具。
浏览 0提问于2017-10-09得票数 1
我有一个表，每天大约有6亿到10亿行。即30m- 40m recs/小时数据从项目1插入到项目2，从GCS读取拼图文件，使用DataProc集群将其转换为CloudSql可接受的格式，然后插入到CloudSql中，这是考虑到mysql (又称CloudSql)对大容量插入的自然限制。我使用的是一个20主节点的集群。我的目标MySql实例是一个52 GB、8 vCPU的CloudSql实例，具有600 GB固态硬盘存储，并将innodb_write_io_
浏览 1提问于2021-03-17得票数 1
1回答
数据分析中的数据量是否重要？
、、、、
因此，我想知道数据分析是否可以通过使用少量的数据来完成，比如存储在database.If中的100到1000个记录--我这样做了--那么它是数据分析吗？有人说，如果你分析的是少量的数据，那根本就不是数据分析。我要提前感谢你
浏览 0提问于2019-02-01得票数 0
回答已采纳
但是，Apache用于分析大量的数据(即大数据分析)。在这种情况下，内存中的数据存储到底意味着什么？它可以存储的数据是否受RAM的限制？它的数据存储与使用HDFS的Apache相比如何？
浏览 4提问于2014-08-15得票数 14
回答已采纳
执行探索性数据分析是任何机器学习项目的第一步，我主要是用熊猫来使用内存中的数据集进行数据探索。熊猫很容易用Python进行数据分析。但是，由于系统内存有限，我发现在Pandas中处理多个更大的数据文件很困难。对于大于RAM大小的数据集.千兆字节
我看过一些教程，其中他们使用星星之火过滤出基于规则的数据，并生成一个适合于内存的数据格式.最终，总有完全驻留在内存中的数据，但我想知道如何使用大数据集并执行探索性数据分析另一个挑战是可视化大数据进行探索性数据分析.如果它适合内存，那么就可以很容易
浏览 0提问于2018-08-03得票数 0
回答已采纳
2回答
# 1.0#=GF AC CD7.8awk '{print $0 > $2 NR}' RS='//' assignment.txt
浏览 0提问于2018-11-20得票数 0
回答已采纳
2回答
我目前正在做(开始)我的大数据和数据可视化项目。所以请让我知道有没有最好的软件来处理大数据和数据可视化，即数据分析。
浏览 3提问于2013-01-17得票数 0
回答已采纳
我知道它们是四个不同的领域，但我想知道这些学科之间的主要区别是什么，如果其中一些学科相互依赖，它们之间的联系如何，以及每个学科的具体目标是什么。
浏览 0提问于2018-10-01得票数 6
2回答
为了进行培训，为了开始使用python进行机器学习和数据分析，我使用了一个非常小的数据集(20000行，600 of ) .But，因为几天后我决定更进一步，所以我已经下载了一个1Go的大数据集。我想做一些分析，并应用机器学习，所以我试着阅读csv文件与pyhton在木星笔记本和th文件仍在加载超过3个小时。
因此，我想知道，当您必须使用大型数据集时，应该遵循哪些最佳实践/流程？
浏览 0提问于2019-02-01得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
