首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    hadoop 学习之路

    当前,越来越多的同学进入大数据行业,有的是底层的技术,有的是工程,有的是算法,有的是业务。每个产品、都需要工程化的实现,以前,工程师都是操练着java/python/c等各种语言操纵中各类的软件,比如jquery,spring、mysql,实现产品的业务逻辑。在大数据时代,要想个性化实现业务的需求,还是得操纵各类的大数据软件,如:hadoop、hive、spark、hbase、jstorm等。笔者(阿里封神)混迹Hadoop圈子多年,经历了云梯1、ODPS等项目,目前base在E-Mapreduce。在这,笔者尽可能梳理下,本文是围绕hadoop的。对于算法、机器学习是另一个范畴,本篇不涉及,不过从事机器学习算法的研发,能力最好在中级之上。

    02

    学习前端开发,不知道怎么做,不知道问什么了,怎么办

    我刚开始搞培训的时候,不是很懂学生的心理。我想法很简单,你不会,我教你,你努力学,学会就挣钱,很清晰。但人本身是复杂的,他会受很多外在因素的影响。 他会想,我学这些东西,有没有用?学了之后能做什么?学习的方向在哪里? 这些前端学习者的内心里的问题,我刚开始的时候,是完全无视的,我也不关心这些。在我想法里很直接的,你就跟我学,学会就找工作,找着工作就8-10K,就这么简单。 虽然事实也确实是如此。但还是刚才那句话,人本身是复杂的。 就比如先行者计划,是以前端组件开发为主体的课程。在我脑子里,我很明白,现在前端

    08

    观点 | UC伯克利教授迈克尔·乔丹采访:人类对机器学习期待过高,机器学习的发展还应当更广阔

    AI 科技评论按:2017年6月21日至22日,腾讯·云+未来峰会在深圳举行。在主题为“机器学习:创新视角,直面挑战”的演讲 - AI 科技评论后,AI 科技评论在内的多家媒体共同对演讲者人工智能泰斗迈克尔·欧文·乔丹(Michael I.Jordan)进行了采访。 与演讲中一样,这位UC伯克利计算机系教授,美国科学院、工程院、美国艺术与科学院三院院士认为人工智能/机器学习能帮助解决不少人类的问题,但是前路还有很多问题等待人类来解决。另一方面,对于现在火热的神经网络/深度学习,迈克尔·乔丹教授认为机器学习的

    06
    领券