Pазработчик BigData

Creation Time	Oct. 4, 2023, 11:02 a.m.
Last Access Time	April 10, 2025, 5:25 p.m.
File Size	14.3 GB
Keywords	Pазработчик BigData
Total Requests	179
Total Files	457
Magnet Link	Please wait ...
	Download (Magnet Link) Play (Watch Online)

10. Поиск выбросов в данных/BigData-2018-15 2018 05 15 20 01 34.mp4 919.2 MB
31. Spark/BigData-2018-03 2018 07 31 20 03 46.mp4 853.6 MB
13. Деревья решений/BigData 2018 03 2018 05 22.mp4 843.7 MB
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/BigData-2018-03 2018 07 10 20 02 49.mp4 775.4 MB
11. Уменьшение размерности/lesson11.mp4 683.6 MB
29. Слои данных для оптимизации процессов использования данных. Hive/BigData-2018-03 2018 07 24 20 02 05.mp4 650.8 MB
22. Нейронные сети, часть 1/BigData-2018-03 2018 06 28 20 00 00.mp4 636.6 MB
23. Нейронные сети, часть 2/BigData 2018 07 03 20 00.mp4 634.0 MB
26. Vowpal Wabbit для обучения линейных моделей на одной машине/BigData-2018-03 2018 07 12 20 05 13.mp4 601.3 MB
20. Временные ряды/BigData-2018-03-2018 06 21 20 00 00.mp4 593.7 MB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/BidData-2018-03 - 2018 07 19.mp4 582.0 MB
30. Организация хранения данных для решения задач машинного обучения/BigData-2018-03 2018 07 26 20 07 43.mp4 551.8 MB
32. Обзор решений для аналитики больших данных/BigData-2018-03 2018 08 02 20 02 42.mp4 545.0 MB
4. Линейная регрессия/BigData-2018-03 2018 04 19 20 00.mp4 543.7 MB
24. Алгоритмы на графах/BigData-2018-03-2018.mp4 497.4 MB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 2.mp4 400.0 MB
21. Latent Dirichlet Allocation/BigData-2018-03 06 26.mp4 386.0 MB
15. Бустинг/BigData-2018-03 2018 05 29 20 01 07.mp4 270.5 MB
17. Анализ текстовых данных/BigData-2018-03 2018 06 07 20 01 01.mp4 255.2 MB
18. Анализ текстовых данных 2/lesson18.mp4 252.8 MB
5. Логистическая регрессия/BigData-2018-03 2018 04 24 20 01 11.mp4 252.2 MB
14. Ансамбли моделей/BigData-2018-03 2018 05 24 20 00 00.mp4 250.7 MB
3. Визуализация/BigData-2018-03 2018 04 10 20 00 15.mp4 246.5 MB
1. Базовые инструменты анализа данных в Python/lesson1.mp4 245.7 MB
7. kMeans, EM/BigData-2018-03 2018 05 03 19 59 53.mp4 239.4 MB
16. SVM, Support vector machine/BigData-2018-03 2018 05 31 20 01 15.mp4 231.3 MB
8. Иерархическая кластеризация, DB-Scan/BigData-2018-03 2018 05 08 20 00 09.mp4 227.5 MB
2. Вводная в математические операции/BigData-2018-03 2018 04 05 20 00 46.mp4 225.9 MB
6. KNN, наивный байес/BigData-2018-03 2018 04 26 20 04 06.mp4 225.6 MB
9. Feature engineering/BigData-2018-03 2018 05 10 20 00 26.mp4 218.8 MB
19. Рекомендательные системы/BigData-2018-03 2018 06 19 20 01 15.mp4 214.9 MB
12. Методы оптимизации/BigData-2018-03 2018 06 05 20 01 07.mp4 183.3 MB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 1.mp4 119.4 MB
20. Временные ряды/otus_items.txt 79.9 MB
11. Уменьшение размерности/orders.csv 72.7 MB
8. Иерархическая кластеризация, DB-Scan/data.csv 43.5 MB
24. Алгоритмы на графах/lecture24_networks.ipynb 8.8 MB
3. Визуализация/3_Data_Visualisation_in_Python.ipynb 6.7 MB
18. Анализ текстовых данных 2/pics/LogDirichletDensity-alpha_0.3_to_alpha_2.0.gif 3.3 MB
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/lecture_25-watermark.pdf 2.7 MB
3. Визуализация/flights.csv 2.3 MB
2. Вводная в математические операции/Correlation_examples2.svg 2.2 MB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines.pdf 2.1 MB
5. Логистическая регрессия/lecture_05_logreg.pdf 1.9 MB
32. Обзор решений для аналитики больших данных/lecture_32_schemas.pdf 1.6 MB
11. Уменьшение размерности/lecture_11_dimred.ipynb 1.5 MB
24. Алгоритмы на графах/animation_d5.gif 1.5 MB
6. KNN, наивный байес/l6_knn.ipynb 1.2 MB
6. KNN, наивный байес/l6_knn_ex.ipynb 1.2 MB
22. Нейронные сети, часть 1/backpropagation.pdf 1.1 MB
7. kMeans, EM/lecture_07_clustering.ipynb 1.1 MB
8. Иерархическая кластеризация, DB-Scan/lecture_08_clustering.ipynb 1.0 MB
12. Методы оптимизации/pics/contours_evaluation_optimizers.gif 893.1 KB
1. Базовые инструменты анализа данных в Python/lecture_01_intro.pdf 889.2 KB
20. Временные ряды/lecture_20_ts.ipynb 757.4 KB
12. Методы оптимизации/pics/saddle_point_evaluation_optimizers.gif 714.0 KB
29. Слои данных для оптимизации процессов использования данных. Hive/lecture_29_hive.pdf 686.0 KB
23. Нейронные сети, часть 2/DL.pdf 661.2 KB
4. Линейная регрессия/lecture_04_linreg.pdf 657.8 KB
3. Визуализация/lecture_03_vis.pdf 610.6 KB
4. Линейная регрессия/0_Информация.pdf 539.1 KB
5. Логистическая регрессия/05_log_regression.ipynb 537.4 KB
4. Линейная регрессия/04_linear_regression.ipynb 508.3 KB
17. Анализ текстовых данных/spam.csv 491.9 KB
10. Поиск выбросов в данных/lecture_10_outliers.ipynb 490.8 KB
9. Feature engineering/lecture_09_features.ipynb 484.5 KB
5. Логистическая регрессия/pics/iris.pdf 480.7 KB
5. Логистическая регрессия/pics/irissm.pdf 480.6 KB
14. Ансамбли моделей/lecture_14_ens.ipynb 478.8 KB
2. Вводная в математические операции/lecture_02_math.pdf 474.6 KB
18. Анализ текстовых данных 2/LDA.ipynb 466.9 KB
6. KNN, наивный байес/lecture_06_knn.pdf 450.0 KB
16. SVM, Support vector machine/lecture_16_svm.ipynb 431.7 KB
19. Рекомендательные системы/lecture_19/lamoda.png 408.4 KB
22. Нейронные сети, часть 1/lecture_22_nn_pytorch.ipynb 394.8 KB
31. Spark/lecture_31_spark.pdf 394.3 KB
30. Организация хранения данных для решения задач машинного обучения/lecture_30_spark.pdf 393.0 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mapred.pdf 386.7 KB
7. kMeans, EM/lecture_07_clustering.pdf 373.4 KB
26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26_vw.pdf 364.6 KB
19. Рекомендательные системы/lecture_19/lastfm.png 347.6 KB
19. Рекомендательные системы/lecture_19/amazon.png 319.9 KB
12. Методы оптимизации/lecture_12_opt.ipynb 318.1 KB
20. Временные ряды/Sales_Transactions_Dataset_Weekly.csv 310.0 KB
15. Бустинг/lecture_15_ens_lib.ipynb 295.4 KB
3. Визуализация/pics/scatter.png 288.7 KB
13. Деревья решений/lecture_13_trees.ipynb 261.6 KB
26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26.ipynb 250.8 KB
5. Логистическая регрессия/pics/grad.png 225.8 KB
12. Методы оптимизации/pics/grad.png 225.8 KB
16. SVM, Support vector machine/lecture_16_svm/svm_plots.png 171.8 KB
3. Визуализация/pics/salaries.png 171.0 KB
18. Анализ текстовых данных 2/lecture_18_text.ipynb 170.8 KB
2. Вводная в математические операции/p_x.png 163.5 KB
24. Алгоритмы на графах/6_centrality_measures.png 162.7 KB
22. Нейронные сети, часть 1/graph.png 156.5 KB
23. Нейронные сети, часть 2/graph.png 156.5 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/objects/pack/pack-350773030e4626b979dd0965444cfb4dc5defb79.pack 155.7 KB
1. Базовые инструменты анализа данных в Python/lecture-1-intro.ipynb 153.1 KB
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/alice.txt 148.4 KB
6. KNN, наивный байес/pics/cv.png 135.6 KB
11. Уменьшение размерности/dims.png 126.3 KB
19. Рекомендательные системы/lecture_19/content.png 124.8 KB
11. Уменьшение размерности/data.csv 122.3 KB
7. kMeans, EM/homework-clustering.ipynb 121.1 KB
9. Feature engineering/grad.png 120.7 KB
13. Деревья решений/pics/obama.jpg 116.4 KB
1. Базовые инструменты анализа данных в Python/env.pdf 113.8 KB
18. Анализ текстовых данных 2/pics/gauss.png 109.6 KB
19. Рекомендательные системы/lecture_19/cfuser.png 109.1 KB
3. Визуализация/pics/pie.png 105.6 KB
4. Линейная регрессия/pics/unsupervised.pdf 104.9 KB
5. Логистическая регрессия/pics/unsupervised.pdf 104.5 KB
3. Визуализация/pics/pair.png 103.8 KB
22. Нейронные сети, часть 1/g1.png 92.5 KB
18. Анализ текстовых данных 2/pics/kmeans.png 82.4 KB
5. Логистическая регрессия/homework.ipynb 78.0 KB
22. Нейронные сети, часть 1/g3.png 78.0 KB
22. Нейронные сети, часть 1/act.png 76.1 KB
22. Нейронные сети, часть 1/g2.png 76.0 KB
13. Деревья решений/pics/golf.png 75.8 KB
4. Линейная регрессия/exercises_key.ipynb 73.2 KB
6. KNN, наивный байес/pics/vtt.png 71.9 KB
13. Деревья решений/pics/creditdecisiontree.png 71.9 KB
19. Рекомендательные системы/lecture_19/fm.png 71.2 KB
6. KNN, наивный байес/pics/knn_cls_1.png 70.6 KB
16. SVM, Support vector machine/lecture_16_svm/svm_equations.png 70.3 KB
13. Деревья решений/pics/housing.png 70.0 KB
23. Нейронные сети, часть 2/net.jpeg 67.3 KB
2. Вводная в математические операции/lecture_02_math.ipynb 64.1 KB
12. Методы оптимизации/pics/nesterov2.png 62.4 KB
24. Алгоритмы на графах/image016.jpg 60.2 KB
6. KNN, наивный байес/pics/knn_cls.png 59.9 KB
9. Feature engineering/train.csv 59.8 KB
30. Организация хранения данных для решения задач машинного обучения/train.csv 59.8 KB
21. Latent Dirichlet Allocation/lecture_21_ab.ipynb 59.5 KB
17. Анализ текстовых данных/lecture_17_text.ipynb 58.7 KB
24. Алгоритмы на графах/photo_2018_02_06_19_27_02.jpg 58.0 KB
17. Анализ текстовых данных/lecture_17_text_word2vec.ipynb 57.8 KB
6. KNN, наивный байес/pics/lr_cls.png 54.4 KB
29. Слои данных для оптимизации процессов использования данных. Hive/smallwikipedia.csv 54.1 KB
19. Рекомендательные системы/lecture_19/lecture_19_rec_p2.ipynb 54.1 KB
19. Рекомендательные системы/lecture_19_rec_p2.ipynb 54.1 KB
5. Логистическая регрессия/pics/regression_3d_estimated.pdf 53.5 KB
18. Анализ текстовых данных 2/pics/latent-dirichlet-allocation-7-1024.jpg 53.0 KB
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/homework-watermark.pdf 53.0 KB
21. Latent Dirichlet Allocation/ab_test_3_kak_provoditsya_ab_testirovanie.jpg 52.9 KB
2. Вводная в математические операции/corr2.png 52.2 KB
9. Feature engineering/Features Homework.pdf 52.1 KB
5. Логистическая регрессия/pics/regression_3d.pdf 51.4 KB
11. Уменьшение размерности/proj.png 49.7 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrapped_data.txt 49.0 KB
24. Алгоритмы на графах/photo_2018_02_06_01_28_08.jpg 48.1 KB
21. Latent Dirichlet Allocation/band.png 47.6 KB
12. Методы оптимизации/pics/nesterov.png 44.1 KB
12. Методы оптимизации/pics/ada.png 41.1 KB
4. Линейная регрессия/pics/regression_3d_estimated.pdf 40.9 KB
4. Линейная регрессия/pics/regression_3d.pdf 39.8 KB
16. SVM, Support vector machine/lecture_16_svm/rocauc.png 39.3 KB
21. Latent Dirichlet Allocation/button_ab_test.png 38.0 KB
5. Логистическая регрессия/pics/circles0051.pdf 37.7 KB
5. Логистическая регрессия/pics/circles0210000.pdf 37.7 KB
5. Логистическая регрессия/pics/circles0201.pdf 37.4 KB
5. Логистическая регрессия/pics/circles02001.pdf 37.3 KB
5. Логистическая регрессия/pics/circles00501.pdf 37.3 KB
5. Логистическая регрессия/pics/circles021.pdf 37.2 KB
19. Рекомендательные системы/lecture_19_rec.ipynb 37.0 KB
19. Рекомендательные системы/lecture_19/lecture_19_rec.ipynb 37.0 KB
5. Логистическая регрессия/pics/circles005001.pdf 36.8 KB
12. Методы оптимизации/pics/g1.png 36.5 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/workspace.xml 36.4 KB
21. Latent Dirichlet Allocation/Hypothesis_Testing.jpg 35.3 KB
5. Логистическая регрессия/pics/circles020001.pdf 34.8 KB
29. Слои данных для оптимизации процессов использования данных. Hive/homework.pdf 34.2 KB
13. Деревья решений/pics/DT2.png 34.2 KB
8. Иерархическая кластеризация, DB-Scan/clusters 34.2 KB
5. Логистическая регрессия/pics/circles0050001.pdf 34.0 KB
2. Вводная в математические операции/limit.png 33.2 KB
19. Рекомендательные системы/lecture_19/linkedin.png 32.3 KB
23. Нейронные сети, часть 2/lecture_23_nn_pytorch.ipynb 32.2 KB
4. Линейная регрессия/] exercises.ipynb 32.1 KB
5. Логистическая регрессия/pics/circles.pdf 30.4 KB
1. Базовые инструменты анализа данных в Python/homework_description.pdf 30.2 KB
12. Методы оптимизации/pics/g3.png 30.1 KB
1. Базовые инструменты анализа данных в Python/Roadmap.pdf 29.0 KB
4. Линейная регрессия/pics/supervised.png 28.4 KB
5. Логистическая регрессия/pics/supervised.png 28.4 KB
31. Spark/spark_hw.pdf 28.4 KB
19. Рекомендательные системы/lecture_19/effect_factorizations.png 28.1 KB
9. Feature engineering/test.csv 28.0 KB
30. Организация хранения данных для решения задач машинного обучения/test.csv 28.0 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/homework.pdf 27.7 KB
11. Уменьшение размерности/pca.png 26.6 KB
21. Latent Dirichlet Allocation/BabyAge_Variation.jpg 25.7 KB
12. Методы оптимизации/pics/g2.png 25.1 KB
19. Рекомендательные системы/lecture_19/svd.png 25.1 KB
32. Обзор решений для аналитики больших данных/Проект.pdf 24.9 KB
2. Вводная в математические операции/norm_dist.png 24.6 KB
21. Latent Dirichlet Allocation/BabyAge_Control.jpg 24.3 KB
2. Вводная в математические операции/norm_f.png 23.7 KB
3. Визуализация/pics/plot.png 23.3 KB
3. Визуализация/pics/bar.png 22.3 KB
24. Алгоритмы на графах/585px_VR_complex.svg 21.8 KB
15. Бустинг/homework.ipynb 21.8 KB
19. Рекомендательные системы/lecture_19/mf.png 21.0 KB
5. Логистическая регрессия/pics/supervised.pdf 20.9 KB
30. Организация хранения данных для решения задач машинного обучения/titanic.ipynb 20.9 KB
4. Линейная регрессия/pics/supervised.pdf 19.9 KB
16. SVM, Support vector machine/lecture_16_svm/slack.png 19.6 KB
5. Логистическая регрессия/pics/regression_random_line_mse.pdf 19.1 KB
5. Логистическая регрессия/pics/regression_estimated.pdf 18.7 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/objects/pack/pack-350773030e4626b979dd0965444cfb4dc5defb79.idx 18.5 KB
4. Линейная регрессия/pics/regression_random_line_mse.pdf 18.5 KB
13. Деревья решений/pics/DT4.png 18.3 KB
13. Деревья решений/pics/DT3.png 18.3 KB
5. Логистическая регрессия/pics/zero_one_loss.pdf 18.0 KB
5. Логистическая регрессия/pics/classification_error.pdf 18.0 KB
4. Линейная регрессия/pics/regression_estimated.pdf 17.9 KB
16. SVM, Support vector machine/lecture_16_svm/linear.png 17.8 KB
16. SVM, Support vector machine/linear.png 17.8 KB
16. SVM, Support vector machine/lecture_16_svm/regression.png 17.8 KB
13. Деревья решений/pics/DT5.png 17.8 KB
13. Деревья решений/pics/DT6.png 17.7 KB
11. Уменьшение размерности/PearsonFig.jpg 17.7 KB
5. Логистическая регрессия/pics/regression_random_line.pdf 17.4 KB
13. Деревья решений/pics/DT1.png 17.4 KB
20. Временные ряды/otus.png 17.3 KB
24. Алгоритмы на графах/otus.png 17.3 KB
3. Визуализация/pics/otus.png 17.3 KB
26. Vowpal Wabbit для обучения линейных моделей на одной машине/otus.png 17.3 KB
4. Линейная регрессия/pics/otus.png 17.3 KB
11. Уменьшение размерности/otus.png 17.3 KB
22. Нейронные сети, часть 1/otus.png 17.3 KB
5. Логистическая регрессия/pics/otus.png 17.3 KB
12. Методы оптимизации/pics/otus.png 17.3 KB
21. Latent Dirichlet Allocation/otus.png 17.3 KB
17. Анализ текстовых данных/otus.png 17.3 KB
13. Деревья решений/pics/otus.png 17.3 KB
14. Ансамбли моделей/otus.png 17.3 KB
15. Бустинг/otus.png 17.3 KB
23. Нейронные сети, часть 2/otus.png 17.3 KB
16. SVM, Support vector machine/lecture_16_svm/otus.png 17.3 KB
6. KNN, наивный байес/pics/otus.png 17.3 KB
2. Вводная в математические операции/otus.png 17.3 KB
19. Рекомендательные системы/lecture_19/otus.png 17.3 KB
18. Анализ текстовых данных 2/pics/otus.png 17.3 KB
9. Feature engineering/otus.png 17.3 KB
4. Линейная регрессия/pics/regression_random_line.pdf 17.1 KB
5. Логистическая регрессия/pics/regression_poly_overfit.pdf 16.9 KB
5. Логистическая регрессия/pics/descision.pdf 16.9 KB
5. Логистическая регрессия/pics/regression_poly_predicted.pdf 16.8 KB
4. Линейная регрессия/pics/regression_poly_predicted.pdf 16.5 KB
19. Рекомендательные системы/lecture_19/star_ratings.png 15.8 KB
6. KNN, наивный байес/pics/m3.png 15.7 KB
6. KNN, наивный байес/pics/of.png 15.6 KB
5. Логистическая регрессия/pics/regression.pdf 15.5 KB
4. Линейная регрессия/pics/regression.pdf 15.5 KB
5. Логистическая регрессия/pics/regression_poly.pdf 15.4 KB
4. Линейная регрессия/pics/regression_poly.pdf 15.4 KB
6. KNN, наивный байес/pics/regression_poly_overfit.pdf 15.3 KB
6. KNN, наивный байес/pics/blobs.pdf 15.1 KB
6. KNN, наивный байес/pics/blobs_nearest1.pdf 15.1 KB
21. Latent Dirichlet Allocation/h1.png 15.0 KB
4. Линейная регрессия/meeting_saved_chat.txt 14.9 KB
6. KNN, наивный байес/pics/blobs_new.pdf 14.9 KB
5. Логистическая регрессия/pics/error_function.pdf 14.9 KB
5. Логистическая регрессия/pics/logloss.pdf 14.8 KB
1. Базовые инструменты анализа данных в Python/exercises.ipynb 14.6 KB
5. Логистическая регрессия/pics/classification.pdf 14.6 KB
5. Логистическая регрессия/pics/classification_random_line.pdf 14.3 KB
6. KNN, наивный байес/pics/m2.png 13.9 KB
22. Нейронные сети, часть 1/pytorch_tutorial.ipynb 13.5 KB
5. Логистическая регрессия/pics/underfitting_learning_curves_plot.pdf 13.5 KB
4. Линейная регрессия/pics/underfitting_learning_curves_plot.pdf 13.5 KB
24. Алгоритмы на графах/photo_2018_02_06_15_57_29.jpg 13.5 KB
4. Линейная регрессия/pics/regression_poly_overfit.pdf 13.4 KB
5. Логистическая регрессия/pics/step.pdf 13.2 KB
11. Уменьшение размерности/dim_var.png 13.2 KB
6. KNN, наивный байес/pics/m1.png 13.0 KB
21. Latent Dirichlet Allocation/ab_process.png 12.7 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/config/airflow.cfg 12.6 KB
5. Логистическая регрессия/pics/sgd_plot.pdf 11.7 KB
5. Логистическая регрессия/pics/logistic_function_plot.pdf 11.5 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/LICENSE 11.1 KB
3. Визуализация/pics/box.png 10.9 KB
2. Вводная в математические операции/uniform_f.png 10.7 KB
3. Визуализация/cars.csv 10.4 KB
2. Вводная в математические операции/[corr.png 10.2 KB
12. Методы оптимизации/pics/sgd_plot.pdf 10.2 KB
19. Рекомендательные системы/lecture_19/netflix_progress.jpg 9.9 KB
2. Вводная в математические операции/uniform_dist.png 9.7 KB
3. Визуализация/homework/description.docx 9.5 KB
5. Логистическая регрессия/exercises.ipynb 9.4 KB
17. Анализ текстовых данных/homework/vkstatsbot/.idea/workspace.xml 9.3 KB
20. Временные ряды/ts2.png 9.0 KB
13. Деревья решений/homework.ipynb 8.9 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__pycache__/gathering.cpython-34.pyc 8.9 KB
13. Деревья решений/chat.txt 8.7 KB
12. Методы оптимизации/pics/var.png 8.7 KB
21. Latent Dirichlet Allocation/AB_Testing_Normal_Curve.jpg 8.5 KB
23. Нейронные сети, часть 2/AutoEncoder.png 8.2 KB
20. Временные ряды/ts3.png 8.0 KB
20. Временные ряды/ts1.png 7.9 KB
6. KNN, наивный байес/chat.txt 7.5 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/gathering.py 7.4 KB
3. Визуализация/pics/heatmap.png 7.1 KB
7. kMeans, EM/] edit.png 7.0 KB
11. Уменьшение размерности/proj_1.png 7.0 KB
23. Нейронные сети, часть 2/chat.txt 6.7 KB
11. Уменьшение размерности/homework_dimred.ipynb 6.7 KB
22. Нейронные сети, часть 1/chat.txt 6.2 KB
20. Временные ряды/cv.png 6.0 KB
24. Алгоритмы на графах/203px_Unconnected_graph.png 5.9 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/README.md 5.8 KB
22. Нейронные сети, часть 1/neuron.png 5.2 KB
23. Нейронные сети, часть 2/neuron.png 5.2 KB
11. Уменьшение размерности/chat.txt 5.1 KB
20. Временные ряды/chat.txt 5.1 KB
3. Визуализация/nba.csv 4.9 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-rebase.sample 4.8 KB
16. SVM, Support vector machine/lecture_16_svm/margin.png 4.8 KB
13. Деревья решений/pics/DS3.png 4.3 KB
13. Деревья решений/pics/DS2.png 4.2 KB
13. Деревья решений/pics/DS1.png 4.2 KB
31. Spark/stackoverflow/src/main/scala/StackOverflowDataset.scala 4.1 KB
12. Методы оптимизации/pics/Stogra.png 3.8 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/ClickStreamExtra.java 3.8 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/update.sample 3.5 KB
17. Анализ текстовых данных/homework/homework_description.txt 3.5 KB
19. Рекомендательные системы/homework.txt 3.2 KB
19. Рекомендательные системы/lecture_19/homework.txt 3.2 KB
9. Feature engineering/gender_submission.csv 3.2 KB
3. Визуализация/crimeRatesByState2005.tsv 2.9 KB
24. Алгоритмы на графах/125px_Directed.png 2.9 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-CeleryExecutor.yml 2.8 KB
9. Feature engineering/sample_submission.csv 2.8 KB
24. Алгоритмы на графах/125px_Undirected.png 2.7 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/script/entrypoint.sh 2.6 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/chat.txt 2.6 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/ClickStreamTool.java 2.4 KB
3. Визуализация/homework/vkstatsbot/main.py 2.3 KB
17. Анализ текстовых данных/homework/vkstatsbot/main.py 2.3 KB
3. Визуализация/homework/vkstatsbot/vk_api.py 2.3 KB
17. Анализ текстовых данных/homework/vkstatsbot/vk_api.py 2.3 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/vk_api.cpython-34.pyc 2.3 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/Dockerfile 2.2 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/ClickStream.java 2.1 KB
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/WordCount.java 2.1 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/oozie/example.xml 2.0 KB
2. Вводная в математические операции/] vectors.png 1.7 KB
20. Временные ряды/AirPassengers.csv 1.7 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-commit.sample 1.6 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/packed-refs 1.5 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/file_storage.cpython-34.pyc 1.4 KB
3. Визуализация/homework/vkstatsbot/bot_handlers.py 1.4 KB
17. Анализ текстовых данных/homework/vkstatsbot/bot_handlers.py 1.4 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-push.sample 1.3 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr.py 1.3 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/tuto.py 1.3 KB
29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part_orc.hql 1.2 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/prepare-commit-msg.sample 1.2 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/parser.cpython-34.pyc 1.2 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/test_parsers.cpython-34.pyc 1.1 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/__pycache__/tuto.cpython-36.pyc 1.1 KB
22. Нейронные сети, часть 1/ДЗ.txt 1.1 KB
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_graph.py 1.0 KB
30. Организация хранения данных для решения задач машинного обучения/scala_project/SparkWordCount.scala 1.0 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/file_storage.py 1.0 KB
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/scrapper.cpython-34.pyc 1018 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/filter_parser.cpython-34.pyc 1005 bytes
31. Spark/examples.scala 980 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/index 944 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/scrapper.py 922 bytes
30. Организация хранения данных для решения задач машинного обучения/word_count.py 907 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/commit-msg.sample 896 bytes
17. Анализ текстовых данных/homework/vkstatsbot/visualisation.py 885 bytes
3. Визуализация/homework/vkstatsbot/visualisation.py 885 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/storage.cpython-34.pyc 844 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-LocalExecutor.yml 811 bytes
29. Слои данных для оптимизации процессов использования данных. Hive/clickstream.sql 713 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/cron/daily.sh 663 bytes
29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part.hql 631 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/parser.py 625 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/html_parser.py 581 bytes
23. Нейронные сети, часть 2/ДЗ.txt 579 bytes
30. Организация хранения данных для решения задач машинного обучения/start_jupyter.sh 576 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/test_parsers.py 533 bytes
3. Визуализация/populations.txt 523 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.gitignore 475 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/filter_parser.py 468 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/run.sh 465 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/applypatch-msg.sample 452 bytes
30. Организация хранения данных для решения задач машинного обучения/sample.scala 428 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-applypatch.sample 398 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/data_gathering.iml 398 bytes
17. Анализ текстовых данных/homework/vkstatsbot/.idea/vkstatsbot.iml 398 bytes
30. Организация хранения данных для решения задач машинного обучения/connect 346 bytes
17. Анализ текстовых данных/homework/vkstatsbot/constants.py 339 bytes
3. Визуализация/homework/vkstatsbot/constants.py 339 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/storage.py 335 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/circle.yml 320 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/run.sh 310 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/run.sh 282 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/run.sh 280 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/modules.xml 280 bytes
17. Анализ текстовых данных/homework/vkstatsbot/.idea/modules.xml 272 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_2.txt 270 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/config 269 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/info/exclude 240 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text.txt 221 bytes
17. Анализ текстовых данных/homework/vkstatsbot/.idea/misc.xml 208 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/misc.xml 208 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/reducer.py 202 bytes
17. Анализ текстовых данных/ДЗ.txt 196 bytes
1. Базовые инструменты анализа данных в Python/ДЗ.txt 196 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/HEAD 192 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/heads/master 192 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/remotes/origin/HEAD 192 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/post-update.sample 189 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/vkstat.cfg 187 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/run.sh 182 bytes
5. Логистическая регрессия/ДЗ.txt 170 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/__init__.cpython-34.pyc 158 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/__init__.cpython-34.pyc 157 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/__init__.cpython-34.pyc 156 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/mapper.py 135 bytes
31. Spark/stackoverflow/build.sbt 134 bytes
30. Организация хранения данных для решения задач машинного обучения/scala_project/build.sbt 134 bytes
13. Деревья решений/ДЗ.txt 122 bytes
7. kMeans, EM/ДЗ.txt 116 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_1.txt 92 bytes
19. Рекомендательные системы/lecture_19/requirements.txt 79 bytes
11. Уменьшение размерности/ДЗ.txt 76 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/description 73 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr_conf.cfg 70 bytes
15. Бустинг/ДЗ.txt 66 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_3.txt 66 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/run.sh 65 bytes
31. Spark/broad.py 58 bytes
25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/test_env.sh 58 bytes
30. Организация хранения данных для решения задач машинного обучения/sample.txt 50 bytes
3. Визуализация/homework/vkstatsbot/vkstat_example.cfg 49 bytes
17. Анализ текстовых данных/homework/vkstatsbot/vkstat_example.cfg 49 bytes
18. Анализ текстовых данных 2/requirements.txt 44 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/heads/master 41 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/remotes/origin/HEAD 32 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file02 28 bytes
3. Визуализация/homework/vkstatsbot/_gitignore 24 bytes
17. Анализ текстовых данных/homework/vkstatsbot/.gitignore 24 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/HEAD 23 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file01 22 bytes
28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.dockerignore 5 bytes
27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/stopwords.txt 4 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__init__.py 0 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__init__.py 0 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__init__.py 0 bytes
1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__init__.py 0 bytes

Pазработчик BigData

File List

Download Torrent

Related Resources

Copyright Infringement