随后进行数据挖掘，得到过往的地震数据，并对挖掘到的数据进行预处理，主要包括数据清洗和可视化操作，以获得对数据的初步认识。本节课，我们将从大数据的角度分析地震相关
2022-10-30 00:28:44
18KB
1
本教程为官方授权教程
通信运营商每时每刻会产生大量的通信数据，例如通话记录，短信记录，彩信记录，第三方服务资费等等繁多信息。数据量如此巨大，除了要满足用户的实时查询和展示之外，还需要定时定期的对已有数据进行离线的分析处理。电信客服综合案例就是以此为切入点所开发的大数据实战案例。
在本课程中，你将学习到，项目架构搭建，数据生产，数据消费，数据分析，以及数据展示等项目核心业务功能的实现。学习过程中，我们将使用Flume，Kafka，HBase，Hadoop,Echarts,Crontab等大数据框架完成整个业务的实现，并在学习过程中对各个框架的应用和原理进行梳理和剖析。
2022-10-29 22:32:20
61.01MB
1
07python语言用于情感分析：基于电商产品数据的情感分析
2022-10-29 14:27:04
18.35MB
1
运用python爬取并分析NBA的比赛数据，形成可视化结果。
2022-10-29 12:26:38
238KB
1
《金融现金贷用户数据分析和用户画像》课程用python代码对LendingClub平台贷款数据分析和用户画像，针对银行，消费金融，现金贷等场景，教会学员用python实现金融信贷申请用户数据分析。项目采用lendingclub 12万多条真实信贷数据，包括用户年收入，贷款总额，分期金额，分期数量，职称，住房情况等几十个维度。通过课程学习，我们发现2019年四季度时候，美国多头借贷情况非常严重，为全球系统性金融危机埋下种子。
2022-10-28 15:47:58
40.19MB
1