Решение задач Data Mining. R и Hadoop |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2017-06-02 07:54 Big Data Лекция 16: Решение задач Data Mining. R и Hadoop Лекция 17: Основные библиотеки для Data Mining Лекция 18: Возможности библиотеки Pandas Лекция 19: Зачем нужны новые хранилища Лекция 20: Свойства больших данных и ограничения RDBMS Лекция 21: ACID требования, CAP-теорема, BASE архитектура Лекция 22: NoSQL Лекция 23: Интерфейсы Лекция 24: MapReduce Лекция 25: Ключ-значение Лекция 27: Документо-ориентированные Лекция 28: Графовые Лекция 26: Колоночные Телеграм: t.me/ainewsline Комментарии: |
|