SparkR：数据科学家的新利器 经验
R是数据科学家中最流行的编程语言和环境之一，在Spark中加入对R的支持是社区中较受关注的话题。作为增强Spark对数据科学家群体吸引力 的最新举措，最近发布的Spark 1.4版本在现有的Scala/Jav
jopen 飞起来的大象：Hadoop从离线到在线 资讯
。 3. 国内Spark氛围渐浓，欲与Hadoop试比高 2014年Spark是个爆发年，这一年里Spark社区快速发布了多个版本，最高发布版本已经到了1.2.0。Spark Core之外的部
机器学习(Machine Learning)&深度学习(Deep Learning)资料 经验
介绍:LinkedIn 开源的机器学习工具包,支持单机, Hadoop cluster，和 Spark cluster 重点是 logistic regression 算法 《机器学习周刊》 介
b36g 大数据相关资源集合：Awesome Big Data 经验
originally developed at AddThis. AMPLab SIMR - run Spark on Hadoop MapReduce v1. Apache Crunch - a simple
Scala开发资源集合：Awesome Scala 经验
library enforcing immutability. MLLib — Machine Learning framework for Spark Saddle — A minimalist port of
Facebook如何向十亿人推荐东西 资讯
7 月， Databricks 公布了在 Spark 上实现 ALS 的性能结果 。Facebook 针对 Amazon 的数据集 ，基于 Spark MLlib 进行标准实验，与自己的旋转混合式方法的
Github上关于大数据的开源项目、论文等合集 资讯
originally developed at AddThis. AMPLab SIMR - run Spark on Hadoop MapReduce v1. Apache Crunch - a simple
awesome-machine-learning - 非常棒的机器学习框架，库和软件集合 经验
engine that supports distributed learning on Hadoop, Spark or your laptop via APIs in R, Python, Scala, REST/JSON
解读2015之大数据篇：大数据的黄金时代 资讯
数据科学家这个职业的火热。 在关键技术进展部分我们在大数据生态圈众多技术中选取了Hadoop、Spark、Elasticsearch和Apache Kylin四个点，分别请了四位专家：Hulu的董西成、明略数据的梁堰波、
腾讯宣布推出第三代高性能机器学习计算平台Angel 并于2017年全面开源 资讯
流水化、参数更新索引和训练数据预处理方案等。这些技术使Angel性能大幅提高，达到常见开源系统Spark的数倍到数十倍，能在千万到十亿级的特征维度条件下运行。 在系统易用性上，Angel提供丰富的
情感分析的新方法——基于Word2Vec/Doc2Vec/Python 经验
己的向量结果，现在已经有一个基于 Apache Spark 的 Word2Vec 实现工具。 （https://spark.apache.org/mllib/） 原文链接: https://districtdatalabs
一篇文看懂Hadoop：风雨十年，未来何去何从 资讯
中间层——资源及数据管理层，YARN以及Sentry等 上层——MapReduce、Impala、Spark等计算引擎 顶层——基于MapReduce、Spark等计算引擎的高级封装及工具，如Hive、Pig、Mahout等等 存储层
TensorFlow 1.0正式发布 你需要知道的都在这里 资讯
TensorFlow、Caffe、CNTK、MXNet、Scikit-learning、Spark MLlib 等几大框架的优缺点进行了点评，以及实践总结。本文针对不同背景、习惯的开发者，提供了平台选择上的建议。
近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等） 资讯
介绍:LinkedIn 开源的机器学习工具包，支持单机， Hadoop cluster，和 Spark cluster 重点是 logistic regression 算法 《机器学习周刊》
近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等） 经验
介绍:LinkedIn 开源的机器学习工具包，支持单机， Hadoop cluster，和 Spark cluster 重点是 logistic regression 算法 《机器学习周刊》
这九大技术将在2015年或未来大行其道 资讯
近期机器学习的潜力承诺太多；另一方面，理解大数据是必需的，开源项目 Mahout 和 Spark / MLlib 会带来帮助。正如 James Kobielus 在今年早些时候注意到的一样，机器学习是
王栋： 要做好推荐，只有技术是不够的 资讯
台化建设，这样就不需要花费时间重复开发工具，可以集中精力调算法。 问：能否请您介绍一下美团基于Spark的离线训练平台？和基于Hadoop的系统是如何结合的？ 我们离线数据的收集是在Hadoop上
P57 移动统计分析 - 那些年一起踩过的坑 资讯
者对自己的用户做人群画像（比如打兴趣标签）。 通常，大家觉得架几台服务器，部署一个Spark，跑一个MLLib任务也就差不多可以做挖掘了。对于刚起步的产品线的确如此，这时候数据量还比较小，怎么跑都
许鹏：Standalone部署模式下临时文件的生成和清除 经验
概要 Spark运行过程中资源的申请和释放一直是源码分析时需要关注的重点，从资源种类上来说，有CPU、内存、网络、磁盘，其中前三者会在进程退出时由OS来负责释放。而占用的磁盘资源，如果Spark自身不